● 王君然

算法推薦的技術(shù)邏輯與運行機制

隨著智能算法在各個領(lǐng)域的普及，算法對于我們也不再是“黑箱”一般的存在。盡管算法的種類和應(yīng)用多種多樣， 但其基本的技術(shù)邏輯是樸素的， 都是通過多維擬合來實現(xiàn)相似性檢索。

1.基于特征向量集合的內(nèi)容推薦機制?；ヂ?lián)網(wǎng)時代的一個重要特征就是信息過載，這導致了信息內(nèi)容的龐雜和冗余，那么這種情況下如何進行信息和需求的分類就顯得尤為重要，不斷進行層次的精確和細分，能夠提升系統(tǒng)的操作效率，也迎合了分眾導向。由于計算機的本質(zhì)只是在進行大量的統(tǒng)計和快速計算，所以就要把信息內(nèi)容和用戶需求量化成可計算的數(shù)字，然后通過算法去歸類這些數(shù)字化的特征并根據(jù)特征數(shù)字進行分發(fā)，即TF-IDF 模型。TF 就是將關(guān)鍵詞的次數(shù)歸一化，計算關(guān)鍵詞的詞頻，一條信息內(nèi)容的總詞頻就成為此信息的相關(guān)性指標之一。而IDF 指的是詞條的權(quán)重。由于不同的詞條對主題的預(yù)測能力和鎖定目標的難易程度都不同，所以要將詞條的相關(guān)性權(quán)重引入檢測的標準當中。

2.基于用戶與產(chǎn)品二元關(guān)系的協(xié)同過濾機制。協(xié)同過濾算法的關(guān)鍵在于通過收集已知數(shù)據(jù)來預(yù)測未知數(shù)據(jù)，具體又分為三類：基于用戶的過濾、基于項目的過濾和基于模型的過濾。但無論是哪種過濾方式，其技術(shù)邏輯都是在用戶與信息產(chǎn)品之間自動建立了二元的邏輯關(guān)聯(lián)，都充分利用了群體智慧和合作機制，從大量的用戶行為數(shù)據(jù)中挖掘相似性，不斷擬合出用戶的潛在興趣。

協(xié)同過濾機制的實現(xiàn)要基于一定的前提假設(shè)，即興趣相近的用戶可能會對相同的事物感興趣且用戶會對已關(guān)注的相似事物感興趣。這種假設(shè)就決定了擬合所需的維度。用戶層面的擬合，可以通過皮爾森相關(guān)系數(shù)和上文提到的余弦相似性來測量，找到興趣邏輯上與你距離最近的用戶。這種測量的數(shù)據(jù)來源一般是通過用戶的評分，包括顯性評分和隱形評分。顯性評分即用戶對于信息實際價值反饋，例如App store 里會讓用戶對應(yīng)用的使用感受進行打分；而隱形評分更多地則是通過用戶的行為數(shù)據(jù)來體現(xiàn)，對每一個具體用戶進行分布式的計算，以形成相關(guān)用戶網(wǎng)絡(luò)?；谟脩舻膮f(xié)同過濾由于要收集實時的行為數(shù)據(jù)，一般都要在線過濾，對算法的要求更高，復(fù)雜性也更高，但能夠給予用戶比較新鮮的體驗，因為這種過濾選取的是不同用戶興趣的交集，推薦的是用戶彼此的補集，能夠拓寬用戶的視野，不易造成“信息孤島”。而基于項目的過濾往往是相對比較靜態(tài)的，因此可以采用離線過濾，耗費成本小，但由于是相同類型內(nèi)容的推薦，可能會產(chǎn)生“信息繭房”現(xiàn)象。

探索算法推薦的認知誤區(qū)與應(yīng)用路徑

1.算法推薦僅僅根據(jù)用戶點擊率進行推薦？在算法時代，大部分人感興趣的東西是高度類似的，如果單單根據(jù)用戶某一時段的點擊率狀況作為信息分析的數(shù)據(jù)庫，恐怕只會造成“火爆的產(chǎn)品持續(xù)火爆”的情況。按照內(nèi)容熱度來進行內(nèi)容的分發(fā)和排布是各大門戶網(wǎng)站早就具備的功能，其運營目的就是實現(xiàn)信息內(nèi)容的“極化”，高話題度帶來高收益。隨著算法模型的不斷進化，如何運用算法挖掘用戶的“長尾需求”以進行資源的合理配置成為趨勢。而這種“長尾需求”的挖掘恰恰是反點擊率的，系統(tǒng)要持續(xù)跟進用戶的多維信息和行為并根據(jù)算法模型的分發(fā)去激發(fā)其潛在的需求，需要算法模型在資源數(shù)據(jù)庫中尋找到與用戶畫像最匹配的內(nèi)容，并通過持續(xù)試探性的推送做出判斷，整體數(shù)據(jù)來看，這種推薦模式或許更有遠期優(yōu)勢。另外，現(xiàn)有的算法推薦系統(tǒng)往往是基于移動互聯(lián)網(wǎng)的，必須關(guān)注用戶所處的環(huán)境特征，用戶在不同時間、地點和使用終端“屏”的大小等都影響用戶的信息偏好。隨著移動互聯(lián)技術(shù)的發(fā)展，越來越多的感官體驗被嵌入用戶的信息選擇流程中，豐富著用戶的信息接收路徑，技術(shù)的應(yīng)用擴展了算法模型的探索能力，因而環(huán)境與技術(shù)維度的偏好也更加不能被忽視。

2.算法推薦是“信息繭房”的最大兇手？我們經(jīng)常會認為算法給你推薦的都是你感興趣的內(nèi)容，長時間處于程序化和定制化的信息環(huán)境中，從而讓自己的生活仿佛置于“繭房”之中。然而在大多數(shù)情況下，算法并不能完全決定分發(fā)的內(nèi)容，更何況現(xiàn)階段各類運營商通常都會選擇多種算法疊加的形式來為用戶進行推薦，很大程度上打破了單一算法導致的信息推送模式固化的壁壘。另外，我們往往認為用戶只能夠從算法推薦中進行被動選擇。這是因為我們一直都給自己規(guī)制了兩個預(yù)設(shè)，一是用戶的能動性會隨著便捷性的上升而降低。而用戶的主動性檢索行為是認知層面的需求，與我們“刷手機”帶來的休閑娛樂的需求是不同的，不會因為一種需求被滿足就消解了另一種需求。第二個預(yù)設(shè)是在這個循環(huán)中我們很容易忽視了信息的天然穿透性，并不是所有信息只有通過推薦才能被用戶所知，況且算法本身并不是完美和精確的，這種不精確也恰恰成為它的“留白”，提示我們由算法構(gòu)筑的擬態(tài)環(huán)境也需要適當?shù)亍伴_天窗”。

3.算法推薦收集的數(shù)據(jù)越多越好？算法本質(zhì)上基于的是數(shù)學運算，是通過特定輸入產(chǎn)生特定輸出。但這里仍然有兩個問題，一是用戶的每一次選擇行為究竟是不是對自我個性的描述，二是算法只能獲取到公開的和局部的特征數(shù)據(jù)。為了實現(xiàn)更精準的擬合，算法系統(tǒng)會不斷收集用戶各個行為維度的數(shù)據(jù)，然而用它去識別新的樣本時，算法會按照原有的訓練模型去嵌套新的樣本，很有可能產(chǎn)生推薦準確率變低的情況，這就是算法推薦中的過度擬合。在已知數(shù)據(jù)集中表現(xiàn)很好，但在未知數(shù)據(jù)集中表現(xiàn)得很差。

算法的過度擬合會讓算法的性價比變低，前期的巨大的模型容量與后期甚微的推薦效果之間產(chǎn)生了很大的矛盾。我們運用算法推薦的目的是要預(yù)測未知數(shù)據(jù)，讓未知與已知最大程度地貼合才是性價比最高的做法。

從技術(shù)視角規(guī)避依賴與價值迷失的倫理困境

1.建立多指標推薦系統(tǒng)以打破用戶的媒介依賴效應(yīng)。媒介依賴理論認為整個傳播系統(tǒng)是由媒介、受眾和社會三個有機部分共同組成的，三者相互影響。媒介依賴效應(yīng)的產(chǎn)生就是受眾對于媒介技術(shù)的使用產(chǎn)生了異化的形態(tài)，由此破壞了這一環(huán)節(jié)的平衡。那么用戶真正產(chǎn)生依賴的究竟是內(nèi)容還是算法推薦的形式？自然是內(nèi)容。一方面，快感為王的碎片化傳播切割了用戶的注意力，在信息接受中用戶失去了自己的需求重心和情感偏好，更容易對讓人產(chǎn)生快感的內(nèi)容出現(xiàn)依賴感，具體表現(xiàn)在使用時長及使用頻次上。另一方面，UGC 模式“傳受一體”的信息構(gòu)建方式會很大程度上瓦解精英話語體系，從而使得受眾的批判意識和能力下降，此時媒介對于受眾的影響力就會相應(yīng)地上升，依賴感自然增強。這種基于內(nèi)容的依賴感會流動到負責分發(fā)內(nèi)容的算法上，用戶會更加配合和適應(yīng)算法推薦的流程和結(jié)果，并在這種信息的循環(huán)中擔任一個推動者的角色。

目前推薦系統(tǒng)的主要推送指標包括用戶的社交關(guān)系、基本信息以及瀏覽記錄，因此在推薦系統(tǒng)的算法模型中可以加入用戶滿意度、內(nèi)容影響力、專業(yè)品質(zhì)、時效性等指標，向用戶呈現(xiàn)經(jīng)過重新加權(quán)的復(fù)雜結(jié)果，推送的結(jié)果可能幫助用戶發(fā)掘更多有價值的信息，走出“信息窄化”的困境。要不斷刺激用戶的興趣點，利用好算法推薦對產(chǎn)品的各個角度進行數(shù)據(jù)埋點，檢測用戶對內(nèi)容的“正負反饋”，給予用戶正確的價值引導。

2.將“用戶認知”引入算法推薦以平衡價值理性與工具理性之間的矛盾。韋伯將理性分為了價值理性和工具理性兩個層次，工具理性的本質(zhì)是現(xiàn)代技術(shù)的“計算”功能，具有道德無涉性和結(jié)果效用性，算法推薦作為一種工具理性，受到“技術(shù)中立”的影響，能夠最大限度地刨除掉主觀價值對于結(jié)果的影響并實現(xiàn)資源最大限度的合理配置，是技術(shù)發(fā)展的必然趨勢。但由于工具理性過分強調(diào)“物化”的功能效用，與關(guān)注行為本身所代表的價值和意義的價值理性產(chǎn)生了矛盾，任何獨立的價值觀念都會被效益最大化所消解。尤其是在當下信息內(nèi)容娛樂化和同質(zhì)化嚴重，用戶的主體性逐步缺失，越低級趣味的內(nèi)容越容易獲得關(guān)注，把用戶興趣作為標準去衡量內(nèi)容的價值往往很容易形成傳播的“負效應(yīng)”。

當我們了解了算法的基本運行機制，就會降低我們的“技術(shù)崇拜”，技術(shù)本身沒有對錯，算法的功效是非常積極主動的，更重要的是注重平衡算法的黑盒推薦與白盒推薦。黑盒推薦就是我們常說的通過機器學習不斷迭代訓練模型，并不需要關(guān)注推薦的具體內(nèi)容。而白盒推薦是深入被推薦的條目內(nèi)容之中，依據(jù)對條目的先驗知識和對用戶的理解進行相關(guān)匹配的推薦，屬于算法與人工的“耦合”。隨著數(shù)字媒介技術(shù)的應(yīng)用和發(fā)展，算法推薦也在不斷學習和更新包括內(nèi)容相關(guān)性、實時熱度、媒介使用環(huán)境和用戶協(xié)同特征在內(nèi)的更多維度的用戶行為，同時也會加入如過濾噪聲、熱點懲罰和時間衰減等數(shù)據(jù)處理策略來優(yōu)化系統(tǒng)。一個好的算法推薦系統(tǒng)是機器學習和人工管理在多方博弈和協(xié)同的基礎(chǔ)上產(chǎn)生的，無論是用戶還是運營商，探索算法的“黑箱”能讓我們更加合理地應(yīng)用算法，獲得信息，實現(xiàn)收益。