如何打破“信息繭房”？讓算法推薦更好服務(wù)網(wǎng)絡(luò)用戶

搜索一個關(guān)鍵詞，隨后經(jīng)常收到關(guān)聯(lián)信息、廣告推送;網(wǎng)絡(luò)購物時，頁面上涌現(xiàn)出大量曾經(jīng)搜索過的商品信息……時下，算法推薦無處不在，讓人們獲取信息變得更加智能化、個性化、定制化。在給我們帶來便利的同時，算法推薦的問題也隨之而來，比如“信息繭房”困擾、媚俗信息泛濫、大數(shù)據(jù)“殺熟”等。如何讓算法推薦更好服務(wù)網(wǎng)絡(luò)用戶？

“用戶畫像”精準(zhǔn)

數(shù)據(jù)分析更“懂你”

“最近打算買輛車，于是在網(wǎng)上搜索一款自己喜愛的車型，之后網(wǎng)絡(luò)頁面上不斷推送這一款車型的視頻，還有一些車展的消息。這些信息都是我想關(guān)注的?！焙戏噬习嘧鍎⒓眩ɑ┱f，這樣的網(wǎng)絡(luò)平臺就像是一個知己，更加懂用戶了。

這就是算法推薦的一個應(yīng)用。算法推薦，通過一些數(shù)學(xué)算法，推測出用戶的興趣愛好，然后自動給用戶推薦其感興趣的內(nèi)容?；诖髷?shù)據(jù)分析，算法推薦可以快速為用戶精準(zhǔn)匹配其感興趣的內(nèi)容，大大提高了用戶獲取信息的效率，為人們的生活帶來便利。據(jù)了解，今日頭條客戶端較早地運(yùn)用算法推薦，會聰明地分析用戶的興趣愛好，自動為用戶推薦喜歡的內(nèi)容，并且越用越懂用戶。目前，很多客戶端都加載了算法推薦功能。據(jù)不完全統(tǒng)計，當(dāng)前基于算法的個性化內(nèi)容推送已占整個互聯(lián)網(wǎng)信息內(nèi)容分發(fā)的70%左右。

算法推薦憑借其獨(dú)特的優(yōu)勢，滿足了用戶的個性化、定制化需求。算法推薦會根據(jù)用戶的瀏覽記錄、閱讀習(xí)慣，精準(zhǔn)為用戶畫出“用戶畫像”?，F(xiàn)在，很多網(wǎng)絡(luò)平臺通過算法推薦，能夠分析用戶的個性化特征，包括用戶的興趣點(diǎn)、使用時間、地理位置、職業(yè)等。畫出“用戶畫像”后，算法推薦就可以把關(guān)聯(lián)信息精準(zhǔn)推送給用戶。同樣的客戶端，在不同用戶的使用下，變得“千人千面”。運(yùn)用算法推薦的客戶端以用戶為核心，推送定制化的內(nèi)容，為用戶“開小灶”。

算法推薦應(yīng)用越來越廣泛，在信息傳播、廣告營銷等多個領(lǐng)域都派上了用場。算法推薦不僅僅停留在大數(shù)據(jù)分析層面，還能通過機(jī)器學(xué)習(xí)，優(yōu)化推薦。當(dāng)用戶收到個性化推薦后，算法還能夠根據(jù)用戶的停留時長、屏蔽、轉(zhuǎn)發(fā)、評論等使用痕跡，“揣摩”用戶的“心理”，更加全面地勾勒出用戶的消費(fèi)畫像。一旦用戶的興趣等發(fā)生改變，算法推薦也能動態(tài)掌握用戶的最新“畫像”。

過度迎合用戶

形成“信息繭房”

算法推薦技術(shù)在移動互聯(lián)網(wǎng)時代大顯身手，受到廣泛重視。不過，算法推薦在給用戶帶來方便的同時，也產(chǎn)生了一些問題。

“信息繭房”問題就是被業(yè)界詬病的問題之一。算法推薦不斷為用戶推薦其感興趣的內(nèi)容，讓用戶的信息選擇面收窄。個性化推薦仿佛以用戶的興趣為用戶筑起了一道“墻”，形成“信息繭房”，導(dǎo)致用戶視野受限。“由于工作壓力大，自己常常在短視頻平臺上看一些搞笑的視頻。一段時間以來，發(fā)現(xiàn)這家短視頻平臺給我推送的幾乎都是搞笑搞怪的內(nèi)容，讓人既愛又恨。在興趣推薦的誘惑下，常常一看就是幾個小時，沉迷其中不能自拔，有時候吃飯時也情不自禁地拿起手機(jī)看推薦視頻。”劉佳坦承，算法推薦就像是一個魔法棒，讓他沉迷在興趣推薦中，關(guān)注視野越來越窄。

部分網(wǎng)絡(luò)平臺為了追求流量，吸引眼球，以算法推薦為手段一味迎合用戶，推薦庸俗、低俗、媚俗等信息，固化了某些受眾的低級趣味。另外還有電商平臺根據(jù)算法推薦“算計”用戶，進(jìn)行“大數(shù)據(jù)殺熟”。電商平臺能夠通過算法輕松算出哪些用戶是“熟客”。老用戶本該是優(yōu)待的對象，卻成了部分電商平臺“算計”的對象。同樣的商品，老用戶登錄的頁面顯示的價格反而更貴……一些網(wǎng)絡(luò)平臺利用算法，分析用戶的喜愛偏好、消費(fèi)能力后，專宰“熟客”，讓人感嘆“最懂你的人傷你最深”。前不久，合肥網(wǎng)購“達(dá)人”彭女士在網(wǎng)購時發(fā)現(xiàn)，同一家店鋪的同一件衣服，使用不同的手機(jī)購買，價格相差20多元?！捌鋵?，早在去年我就發(fā)現(xiàn)了電商‘殺熟’問題。今年以來，我常常使用愛人的賬戶購買東西?！迸砼勘硎?，為了規(guī)避“大數(shù)據(jù)殺熟”，她無奈地選擇使用不常網(wǎng)購的愛人的賬戶購買商品。

業(yè)內(nèi)人士認(rèn)為，算法推薦只是一個工具，用得好能為商家、消費(fèi)者帶來便利，實現(xiàn)雙贏，而如果打歪主意，則會產(chǎn)生一系列消極問題。算法推薦不能跑偏變味，亟待套上“緊箍”。

自律他律結(jié)合

強(qiáng)化法治監(jiān)管

算法推薦產(chǎn)生的問題，表面上看是技術(shù)問題，實則是設(shè)計方的價值導(dǎo)向出了偏差。一些觀點(diǎn)認(rèn)為，只要迎合用戶，博取眼球，就能獲得最大收益。在這樣的利益驅(qū)動下，算法推薦的設(shè)計方把價值導(dǎo)向變成了流量導(dǎo)向，推薦內(nèi)容良莠不齊、泥沙俱下，導(dǎo)致“劣幣驅(qū)逐良幣”，讓用戶困在“信息繭房”。推動算法推薦技術(shù)規(guī)范發(fā)展，打破“信息繭房”，使用算法推薦的網(wǎng)絡(luò)平臺要堅持正確價值導(dǎo)向，突出價值引領(lǐng)，主動為用戶推薦正能量的內(nèi)容。

當(dāng)然，用好算計推薦技術(shù)，僅靠行業(yè)本身的自律遠(yuǎn)遠(yuǎn)不夠，還需要完善監(jiān)管體系，強(qiáng)化對算法推薦的法治監(jiān)管，堵住算法推薦的監(jiān)管漏洞。已施行的《電子商務(wù)法》指出，電子商務(wù)平臺經(jīng)營者應(yīng)當(dāng)根據(jù)商品或者服務(wù)的價格、銷量、信用等以多種方式向消費(fèi)者顯示商品或者服務(wù)的搜索結(jié)果;對于競價排名的商品或者服務(wù)，應(yīng)當(dāng)顯著標(biāo)明“廣告”。而近日公開征求意見的《個人信息保護(hù)法（草案）》規(guī)定，個人認(rèn)為自動化決策對其權(quán)益造成重大影響的，有權(quán)拒絕個人信息處理者僅通過自動化決策的方式作出決定。

目前正在向社會公開征求意見的《關(guān)于平臺經(jīng)濟(jì)領(lǐng)域的反壟斷指南（征求意見稿）》也指出，分析是否構(gòu)成差別待遇，可以考慮以下因素：基于大數(shù)據(jù)和算法，根據(jù)交易相對人的支付能力、消費(fèi)偏好、使用習(xí)慣等，實行差異性交易價格或者其他交易條件;對新老交易相對人實行差異性交易價格或者其他交易條件;實行差異性標(biāo)準(zhǔn)、規(guī)則、算法;實行差異性付款條件和交易方式。

相關(guān)專家建議，不妨把使用算法推薦的知情權(quán)和選擇權(quán)交給用戶，比如設(shè)置算法推薦的提醒按鈕或者關(guān)閉按鈕。此外，還可以引入社會化評議機(jī)制，倒逼網(wǎng)絡(luò)平臺更好使用算法推薦。在用戶選擇使用算法推薦后，網(wǎng)絡(luò)平臺要切實履行主體責(zé)任和社會責(zé)任，守牢法律底線、道德底線和安全底線，改進(jìn)算法推薦，最大限度壓縮低俗不良信息生存空間，把更多優(yōu)質(zhì)內(nèi)容推薦給用戶，讓用戶擺脫“信息繭房”。

責(zé)任編輯：PSY