智能推荐的到弊分析

来源:用户上传      作者:

　　摘要：随着互联网的发展，海量信息充斥着我们的日常学习、生活和工作，智能推荐在这种时代背景下应运而生。然而智能推荐为用户解决信息过载问题的同时也产生了很多值得思考的问题。智能推荐有利也有弊，企业在利用算法为用户带来个性化推荐的同时也要考虑自身的社会责任，用户在享受便利的同时不应局限在智能推荐之中，要勇于尝试新事物，关心社会问题。
　　关键词：智能推荐;信息窄化;群体极化;数据隐私
　　中图分类号：F49 文献标识码：A 文章编号：1008-4428（2019）09-0150-02
　　一、引言
　　随着互联网尤其是移动互联网和信息科技的飞速发展，智能推荐覆盖了人们生活的方方面面，各大移动应用平台纷纷调用了智能推荐技术，来增强平台本身的用户黏性及用户满意度。智能推荐是指通过挖掘并分析用户的个性特征、环境特征、用户行为经历等数据信息以形成精准的用户画像，从而为不同的用户推荐符合其喜好及需求的信息的一种算法。目前，现有研究更多关注的是智能推荐带来的便利，却忽略了它自身存在的局限性。因此，本文对移动互联网时代下的智能推荐进行了详尽的利弊分析，并针对智能推荐的弊端提出了相应的对策。
　　二、智能推荐产生的背景
　　互联网的发展使得信息资源爆炸式地涌现。面对海量信息，用户难以在短时间内准确获取真正有价值的信息。因此，信息检索系统（如谷歌、百度）和信息过滤系统应运而生。用户只需要在信息检索系统输入关键词。便可获得与关键词相关的信息，这种系统不考虑用户的个人偏好、需求等，任何用户输入相同的关键词。都会得到同样的信息。而信息过滤系统弥补了信息检索系统不能与用户个人特性相匹配的缺陷，它依据不同用户的背景主动过滤掉与用户需求偏好不匹配的信息。然后推送给用户。信息过滤系统依据获得信息源的范围差异划分为两类。一类是主动型，在一个较大的范围内主动为用户过滤掉不需要的信息并推送给用户其可能感兴趣的信息;另一类是被动型，在一个相对固定的信息源（如电子邮件等）提前过滤掉用户不需要的信息。主动型信息过滤系统正是互联网智能推荐发展的雏形。
　　区别于Webl，0和Web2.0以访问、交互为主题，Web3.0追求“个性化、精准性、智能化”。要求能够准确地为不同用户基于不同的个性特征主动提供私人订制化的信息，基于此，智能推荐顺应时代潮流被广泛使用。各大互联网企业包括阿里巴巴、百度、腾讯等利用算法收集并分析处理用户的诸如消费习惯、性格偏好、行为轨迹等个人数据信息。为用户推送符合其当前乃至潜在需求的产品，以提高用户黏性与用户忠诚度。智能推荐已经运用到网上购物、社交、新闻图书阅览等各个领域。
　　三、智能推荐的优势
　　在这个互联网飞速发展的信息化时代，主动搜索落下帷幕，智能推荐愈演愈烈。随着生活节奏的加快，人们闲暇的时间是碎片化的，智能推荐顺应时代潮流应运而生，依据用户特性为用户提供“私人订制”的个性化信息推荐，从而为企业创造更多的利益。智能推荐的优势显而易见，主要表现在以下几个方面：
　　（一）个性化
　　个性化是智能推荐最大的特点，主要体现在它能够依据不同用户的不同特点为其定制特定的信息推荐。用户的心理可以概括为求真、求新、求趣、求近、求易以及参与心理。智能推荐，基于用户偏好及行为等特征，以用户为导向，着眼于用户的个人兴趣及需求等，使用户接触到的信息刚好是其所亲近的、感兴趣的，并且做到“千人千面”，与此同时，多数智能推荐系统还注重于用户的融合互动，以获取用户信息达到更加精准推荐的效果。这充分满足了用户的求快、求趣、求近和参与心理。
　　（二）提高信息处理效率
　　互联网技术的广泛与快速发展，为网络用户接受和处理信息方式带来了变革。同时促进了数字信息的爆炸式增长。预计到2020年，全球累计生成的数据总量将有望突破40ZB，这一数据是2010年产生数据的50倍。现如今，人们的生活节奏越来越快，互联网每天都产生数以百万计的信息，时间压力和信息过载给用户造成紧迫感。而智能推荐能让人们在碎片化的时间里快速找到或者说是被找到人们想要的信息，从而降低信息过载带来的检索低效问题，这为人们的日常生活和工作节省了很多时间和精力。
　　四、智能推荐的弊端
　　智能推荐以用户为导向。分析用户的个人信息从而有针对性地向用户推荐与用户需求相匹配的信息，这一技术的实现很大程度上提高了用户的工作效率，解决了信息过载问题。但是，智能推荐在实际应用当中，也存在着一定的弊端。
　　（一）使用户缺乏独立思考能力
　　智能推荐信息一般都是结合用户的个人特征贴近用户的真实需求乃至用户的潜在需求，划分为小版块、配合图片或短视频吸引用户，配以新颖的标题向用户进行个性化推荐。由于人类天生迷恋舒适区的本能，用户很容易被机器控制失去独立思考能力，沉醉其中，难以自律，将大把时间抛洒在层出不穷的智能推荐信息中，成为一个程序化的消费动物。这让人联想到美国战略理论家布热津斯基的“奶头乐”理论。各大移动应用平台为用户进行推荐符合其兴趣的轻松易读的信息，好比把一个奶头塞人婴儿的口中，给他立即满足的安慰感，使其不再思考、要求更多。
　　（二）“同温层”效应使得用户信息窄化
　　信息的同温层效应，使得用户更加乐于接受与选择与自己原有信念、价值观相一致的信息，当接触到与先前的信念、价值观不一致的信息时，用户更倾向于拒绝接受。因此，表面上看互联网带给用户多样化的信息，实质上智能推荐使得只有和用户意识形态相一致的信息才会被呈现出来，用户的视野越来越窄。可以接触到多元化信息的机会越来越少。
　　（三）“过滤气泡”导致群体极化
　　群体极化是指群体成员中原本已经存在的倾向性得以渲染和强化，使某一种态度或观点从平均水平，增强到起支配性地位的现象。智能推荐依据用户的特性为其定制个性化服务，将用户从不同角度对应划分为一个个不同方面志趣相同的圈子，其结果就是使得志趣相投、意識形态相同的用户被过滤到同一个气泡当中，每一个气泡内群体成员有共同的价值观，一致性很强，对不同的观点表示排斥，与外部世界的交流大幅减少。群体内成员观点一致，一旦这种观点在群体中成为主导的舆论气候，其偏狭的视角、失真的结果就会被无限放大，变成集体意识，最终演化成网络暴力。 　　（四）社会黏性丧失
　　社会黏性是由一定的经验、知识和任务分享而来的，处于社会中的人们需要有一些共同的记忆和关心。需要由经验分享而构建的共同联盟。整个社会需要一种社会黏性，而这种社会黏性是由共同经验得来的。当智能推荐下的各个圈子。各个过滤气泡之间缺乏共同经验，观点意见又各不相同，很容易产生冲突，导致缺乏社会黏性，彼此之间漠不关心。人们将视野限制在有限的兴趣和早有预期的选择之内，在不经意间获得的信息越来越少，缺少共同经验的个体仍然沉浸在各自的舆论场中自说自话，脱离整个社会的发展。
　　（五）个人数据隐私的担忧
　　智能推荐系统中，企业好比“环形监狱”理论中的中心嘹望塔（监督室）。而用户的个人信息是周边的环形建筑（独立囚室），企业时刻监视、记录甚至是分析用户的行为。在数字化的“环形监狱”中。智能推荐为用户带来便利的同时，不断收集、处理、控制用户的个人信息，用户对于被追踪处于无意识、无选择、无控制状态，只能被动接受企业的强势追踪。用户都还未意识到的需求。企业已经利用已有的用户个人信息通过算法计算出来并以智能推荐的方式呈现给用户，甚至用以商业目的，导致用户的个人隐私信息被滥用。
　　五、应对弊端所采取的对策
　　关于智能推荐的优劣分析在上文中已经提到，针对弊端本文也提出相关的策略分析。智能推荐除了对推荐模式的探索和改进之外，对用户及企业平台方，都提出了更高水平的要求。
　　（一）对于用户而言
　　享受智能推荐带来便利的同时。要正视其给我们日常生活带来的负面影响，谨慎考虑智能推荐背景下的各类互联网产品。不要被计算机算法禁锢自己的思想，沉醉在一个被设计好的舒适的虚拟私人订制空间，将过多的时间浪费在层出不穷的同质化的信息里。培养独立思考的能力，有选择性地自主避开智能推荐。勇于尝试新事物，勇于接触不同的声音，扩大自己的视野。关心社会问题，不要一味局限于自己的小圈子，用开放的眼光看待社会，及时地审视自我、修正自我，与时俱进，以应对外界变化，不与社会脱节。
　　（二）对企业而言
　　在高效为用户推送信息的同时，也要不断修正改进算法，避免越推越窄问题。智能推荐应该被赋予正确的商业伦理与价值观。用户在不断地被动接收信息的同时，信息其实也在不断塑造用户的价值观，智能推荐企业应该承担起相应的社会责任，以互联网为媒介传递信息的同时，要注意其产品对用户意识形态的影响。审视其产品与社会的关系，去粗取精。传递正能量。尊重并保护用户的个人隐私。相对于过去的消费市场，智能推荐下的消费者市场，用户的个人数据隐私保护问题显得尤为突出。当前，企业应当充分重視用户隐私保护的问题，减少用户对个人隐私数据泄露的担忧。未来，用户数据隐私管理将成为企业成功运营的一个重要议题。
转载注明来源:https://www.xzbu.com/3/view-15023780.htm