智能推荐算法| 大数据草原上的狼和羔羊

Posted 2021-04-29 斑马评论

—开篇新闻—

    近日Facebook用户信息泄露丑闻以及该事件另一主角，英国数据分析公司剑桥分析（Cambridge Analytica）被推到风口浪尖，该公司被指参与到美国总统唐纳德·特朗普的选举团队，通过其获取的超过5000万个Facebook用户的私人信息，提供工具辨别这些用户的性格，从而推送广告影响这些美国选举人的行为。

爆料人Christopher Wylie剑桥分析公司前员工

    从上述的新闻事件里，斑马提炼出了几个关键词：用户数据、泄露、大数据，而这些关联词，又令我回想起了前期的互联网公司“大数据杀熟”事件，相同之处在于，企业利用个人用户数据，分析得到了每个个体的全景影像，最终精准地影响到每个用户的行为。这一切的基础，都在于大数据的存在。

    大数据这个概念，麦肯锡全球研究所给出的定义是：一种规模大到在获取、储存、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。如果把大数据比作一种产业，实现盈利的关键就在于对数据的加工能力，从而实现数据的增值。大数据是趋势，它能创造价值，但同时也可能变坏，这取决于对其的使用目的和方式，大数据技术本身是无好坏评判的。

    数据分析能实现积极作用，如谷歌流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布，支付宝对用户行为分析得出信用评分并供第三方使用等等，实现提前预测、降低社会交易成本、提高生产效率。但大数据应用并不非在任何场景下都具备积极作用的，如上面提到的杀熟事件，企业利用市场支配优势进行差别定价，损害消费者利益。特别当技术运用的目标在于影响个人判断和决策的时候—智能推荐，更具有危险性。

智能推荐算法下的狼

    智能推荐算法，我们早已身在其中。你有没有发现，当你在某购物网站或者搜索引擎上输入过一个词条之后，在别的购物网站或者网页广告栏里就会全是相关词条的商品或信息。在市场营销领域，当年的脑白金和近期的小罐茶，采取的都是铺天盖地式的广告播放，从而影响大众对其产品的认知。但通过智能推荐算法，可以更精准把产品信息投向每个目标客户，成本更低，转化率更高。

    智能推送算法运用更加彻底的地方，是我们打开的各类app，如微博、抖音、今日头条等，几乎各类型的信息平台都有在使用。企业通过对用户的点击率、阅读时间、点赞、评论、转发等行为进行量化，结合用户自身特征，构建推荐模型，让用户一直能浏览到感兴趣的内容，其他信息内容则会越来越少。

智能推荐算法下的羔羊

    为什么说智能推荐算法很危险？1、当给一个人不断灌输同类型的内容，容易让人误以为这就是合理的，循环之下让个体的认知越来越偏执。2、感兴趣的内容不断被推送阅读时，形成持续的满足感，不自觉的沉迷。3、容易让人觉得个别偏好就是主流普遍现象，容易看到的就是眼前的一棵树，而忽略了身后的丰富森林，形成认知偏差。

    利用数据分析对个体的全面判断，内容提供者能借助这项技术来达到一定的目标效果。尤其在新闻相关的app中，同类的信息不断被推送，更容易让用户对当前社会的主流事件和思想形成认知偏差，严谨的新闻app变成了混杂的信息平台。

—思考—

    如今个人隐私已不可能做到完全保密，在大数据时代，世界上任何一个物体、行为、时间都可以形成数据，被记录保存形成庞大的数据库，我可以不需要你的名字和身份信息，不需要找你填调查问卷，仅对你的银行卡消费清单、频率、金额，就能对你做出定义贴上标签，如性别、年龄段、收入水平、偏好等等，并由此安排最优的信息推荐方式、内容等。

我们个体该如何面对这个信息爆炸的时代？

又如何去约束信息收集者和使用者的行为？

▼