算法推荐：体验、商业与隐私的三角关系

前言：

未来当无人驾驶、人工智能这些强算法催生的行业兴起之时，算法当家做主也将变得合理。

但在近日，《互联网信息服务算法推荐管理规定》开始正式实施，涉及算法推荐的抖音、快手、拼多多、小红书、微信、微博等头部平台均允许用户[一键关闭个性化推荐]。

从web1.0到web3.0，变化最大的就是信息量，变得越来越多。

信息量变多虽然是好事，可一旦过多，信息过载的问题也会随之出现。

用户被信息海洋吞没，想找到有用的信息真就成了大海捞针。为了解决这一问题，推荐算法应运而生。

基于协同过滤的推荐方法，就是利用[人以群分，物以类聚]的原理，把相似用户的喜好，也推荐给你。

而基于内容的推荐方法是以用户自身特点为主要依据进行的推荐。

这就需要采集大量信息：职业、年龄、性别、偏好、地域、收入、评论、收藏、 点赞、观看、浏览、点击、加购物车、购买等，才能构建专属的推荐算法模型。

体验：关闭推荐后使用体验骤降

希望打破平台用算法织就的[信息茧房]，获取到新信息是用户关闭个性化推荐的主要原因之一，但关闭后的内容推荐仍然单一且体验不佳。

除了体验不佳而被迫打开算法推荐，更多用户并不知道可以关闭算法推荐，这与平台设置的隐蔽有关。

有媒体测算，目前平台给出的关闭个性化内容推荐的操作在5-7步之间，步骤较为繁琐。而如果用户不刻意关闭，个性化推荐则默认开启，也不会给用户更新提示。

操作的复杂化，实际上是在为用户关闭化推荐设置障碍；关闭个性化推荐，但广告推送并没有变少，虽然这些广告不够精准，但体验并没有优化。

不过，关闭后的使用体验直线下降，期待中的广告减少并没有发生，部分平台推荐内容一成不变。

关闭后用户并不能获得高质多样的内容，差劲的体验感、不见减少的广告，最终让用户选择还是打开个性化推荐，回到量身打造的算法世界。

商业：算法推荐拉高平台商业化

通过[千人千面]产品服务，不断给用户提供命中喜好的内容，帮助新用户留存、转化付费，最终目的仍是提升商业化变现效率。

《哈佛商业评论》报告指出：用户体验的个性化可以让投资回报率提升五至八倍，并将销售额提高10以上。

在移动互联网平台收集的信息可以无限精细下去，平台不再满足于获取个人信息，而是从用户的关系链、好友圈，商业化潜力无穷。

用户获得个性化内容推荐的同时，平台的商业化潜力也被迅速拔高。

抖音、快手等平台，在用户信息流中加入的广告和直播带货，实际上就是通过算法进行精准营销，提升用户的购买率。

随着平台发力同城、好友等私域流量，也可掌握了用户的关系网，进一步升级电商和广告等平台主流营收模式的增长潜力。

字节的广告营收占总收入75%以上，仅阿里一家公司，就豪气的投了180亿广告费。

谷歌2021年第四季度广告收入612亿美元，facebook也有326亿进账，一个季度就顶上字节一年。

隐私：薅[隐私]羊毛提升表面利好

精准推荐的背后来自平台对个人数据的标签化运算，进而是将用户消费能力划分为[三六九等]，形成算法歧视。

平台利用[用户画像]和[贴标签]区别个体、扁平化用户，强化现实生活中的刻板印象，可能引发社会舆论。

很多企业、App、第三方机构在共享用户的个人信息之际，试图掌控更多的个人隐私。

浏览器总能[记住]其搜索历史并且同步到其他设备上，在首页反复推送搜索过的同类内容，让人有一种[被泄密]的不安感。

当用户习惯由平台供应信息时，有可能陷入算法设置的[过滤气泡]中，用户委身成为数据的[附属品]，渐渐丧失接触多元信息的机会。

做好算法监管并不不容易

简单的算法能够解决的问题十分有限，为了提升效率，越来越多的互联网公司采用的是更为复杂的深度学习算法网络。

假设一家公司的「目标函数」是要优化用户的留存时间，那么即使进行了限制时间等防沉迷设置，算法模型还是会采取别的途径来提升用户在平台上的使用时长。

[目标函数]才是算法治理的[命门]所在，但这一点经常会被各国的立法者所忽视。

现在的规定只是要求公司以[适当的方式公布算法推荐服务]，但并未对什么是[适当的]作出限制。

对于商业化利益，平台和依附于平台的商家也需要转换思路。目前的互联网行业监管趋严，国家对用户合法权益的保护力度渐强，依靠广告营销和平台浏览并非长久之道。

在隐私政策和新规时代，失去[瞄准镜]的互联网营销将会效果大减，这就要求商家必须学会多条腿走路，行业竞争也渐渐回归到本质竞争阶段。

平台通过算法追求商业化利益与用户的权益保护之间势必存在平衡点，而这还需平台的自觉与法规的细化。

结尾：

明确算法规则及使用边界，必然推动算法回归应有的价值本位，那就是以人为尺度。就此而言，算法是对企业价值观的审视。

好的算法在帮助企业提高效率、降低服务成本的同时，也能够让更多的人成为获益者。

部分资料参考：科工力量：《算法推荐，关还是不关？》，光明日报：《如何远离算法之“算计”？》，AI财经社：《大厂知晓你的秘密》，Alter：《算法的“有毒泡泡”，当真可以戒掉吗？》

审核编辑 ：李倩