被算法「投餵」的時代,內容行業如何對抗系統推薦?

2020-12-27 站長之家

聲明:本文來自於微信公眾號 刺蝟公社(ID:ciweigongshe),作者:語境,授權站長之家轉載發布。

不知從什麼時候開始,每當小陸打開常用的短視頻軟體,首先映入眼帘的都是「帶娃」視頻。她在不久前剛「升級」為一位母親,一開始的確通過推送的視頻收穫了一些帶娃技巧和樂趣,但久而久之,她有點審美疲勞,「為什麼我不能多了解一些其他領域的信息?」

不願受系統「牽制」,不少和小陸一樣警惕的用戶開始思考「如何對抗推薦系統」。

企鵝智庫最新發布的《數字內容產業趨勢報告2020-2021》也發現一個有意思的現象:從內容的價值認同來看,用戶對於平臺算法推薦的內容並非持有最高的信任度;從內容的二次傳播來看,用戶會對帶有「人」身份識別的信任度碾壓了對機器的依賴。

習慣被「投餵內容」的用戶正在逐漸突破推薦系統的防線。

被算法「投餵」,我們還能保持好奇嗎

大數據時代,每個人的需求似乎很容易被平臺猜中。

回形針PaperClip曾在《你的App為什麼知道你想買什麼?》這期視頻中,解釋了「猜你喜歡」的原理。

簡單來說,每個用戶關注的公眾號、閱讀習慣、訂閱方式、消費記錄等行為數據被系統採集後,最終會變為幾千個事實標籤。以內容興趣標籤為例,不同興趣類別的權重,會受到用戶對某篇文章的閱讀、評論、轉發、點讚、收藏等操作影響,進而經過既定模型計算構成的用戶畫像。

圖片來源:回形針PaperClip《你的App為什麼知道你想買什麼?》

基於行為數據只能計算偏好,無法判斷性別、學歷等個人屬性。但平臺依然能夠將已知某些屬性的用戶作為樣本,對樣本進行模型訓練和準確度測試後,分析用戶屬性。回形針也在視頻中提到,今天,各大平臺對於用戶性別這一屬性的預測準確度可以達到90%以上。

理論上,只要增加足夠多的標籤、屬性,不斷優化預測模型,就能夠更準確地刻畫用戶畫像,推薦符合個人品味的內容。

資訊、社交、視頻等內容平臺都在用算法為每個用戶「私人定製」,用戶越喜歡什麼樣的內容,他接收的類似內容和信息就越多。

在定向「投餵」的機制下,用戶似乎被平臺照顧得十分妥帖。而對於內容提供者來說,「用戶興趣導向」也逐漸成為影響他們創作內容的重要因素。

如果內容不能被看到,創作就很難實現它的意義和價值。在騰訊新聞近期發起的一項關於「內容創作者面對的難題」投票中,當被問到「做內容是要迎合大眾還是做自己」時,有6成的創作者選擇了「迎合大眾」,而非「做自己」。

「內容創作者面對的難題」問卷結果

算法推薦的普及是整個內容生態中的重要變革,它使整個行業受惠。但近些年,用戶對內容需求也逐漸覺醒。

如同前文中小陸一樣,越來越多的人意識到自己被困在「信息繭房」 ——「當你只看同質化的內容,文字,視頻的時候,你就會不知道你不知道什麼。」

一旦網際網路變得越來越傻瓜化、同質化、膚淺化,用戶的視野會越來越窄,甚至用戶的品味、審美水平、價值觀也會再難提升。

《數字內容產業趨勢報告2020-2021》顯示,全網資訊用戶中,有極高比例的人認為自己的好奇心並未被滿足。無論是男性還是女性、無論是生活在一線城市還是四五線城市、無論是年輕的95後還是已過不惑之年……他們都希望跳出「圍城」獲得更多資訊內容。

圖片來源:《數字內容產業趨勢報告2020-2021》

騰訊新聞在調研中注意到大眾消費者對內容的需求變化:用戶下沉、審美向上,其中三四線內容消費群體明顯呈現出更關心內容價值的趨勢。作為國內用戶量最大的資訊平臺,騰訊新聞希望為用戶提供的不只是資訊,還有新知,從而滿足用戶的好奇心,幫用戶打開眼界。

12月3日,騰訊新聞以「心懷好奇 打開眼界」為主題,舉辦了2020騰訊ConTech大會,期待與內容合作夥伴共同構造一個健康的內容生態。

騰訊公司副總裁陳菊紅在ConTech大會上表示:「用戶的好奇心未被滿足,對我們做內容行業的人是一件好事,這說明無論是從需求端還是從生產端都有巨大的可挖掘空間。

好奇過後,如何打開眼界

2020年,網際網路內容行業都把聚光燈打在「好奇」一詞上。

9月份「百度好奇夜」在浙江衛視開播。百度通過綜藝晚會,結合網際網路黑科技,鼓勵用戶釋放好奇心;前不久,今日頭條也舉辦了2020生機大會,發起「頭條行家計劃」等活動,意在促進真知內容的廣泛傳播,滿足用戶的好奇。

而騰訊新聞應對「好奇」的方式是「打開眼界」。它意味著在信息真實可靠、專業權威的基礎上,為用戶提供多一層視角去看待一件事;也意味著讓用戶看到更有價值、有溫度、有關懷的世界。

因此,騰訊ConTech大會邀請到近30位來自不同領域的嘉賓,他們當中既有國外學者,又有國內教授,既有生物科學家,又有航空技術專家……分別從科學、醫學、文娛等行業角度,解析最前沿的時代信息,滿足用戶好奇,打開多維眼界。

一方面,打開眼界是在真實和專業的基礎上,價值內容的品質升級。

過去一年,僅騰訊新聞繁星計劃就有4萬優質創作者參與,累積生產優質內容72萬篇,並湧現出包括卡爾·薩根獎獲得者鄭永春、美國普渡大學農業與生物學系食品工程專業博士雲無心等一系列優質創作者。他們通過科學視角傳遞真實可靠、專業權威的優質內容。

鄭永春是中國科學院國家天文臺的研究員,也是一位騰訊新聞知識官。不管是探月還是科普,他都堅持用接地氣的方式輸出自己的專業積累。

在過去幾年,他曾到過安徽的大別山、新疆的克拉瑪依等較為偏遠的地區做過300多場科普報告。每次和孩子們聊太空的時候,他都會被「像丁真一樣純真清澈的目光」所感動。

一場場講座能幫助孩子們打開的眼界仍然有限,而線上傳播大大的拓展了知識傳播的範圍,讓孩子們不止滿足於眼前的精彩。「當我離開時,他們仍然可以通過線上內容,來關注太空探索。」鄭永春說。

另一方面,打開眼界是好奇探求之下 ,價值內容的視角升級。

許倬雲在《十三邀》的採訪中說:「我們擁有遠見,超過未見。」過去的一年有太多猝不及防的變化影響著我們,很多人也對「人類共同體的命運」產生更多思考,亟需豐富自己看世界的角度。

騰訊ConTech大會帶來了不同話題多元視角的深度解讀,各領域專家學者進行了從疫情生命到航空航天,從人類自身到全球命運的探討。

在「全球疫情預判與科技戰疫思辯」的圓桌對談中,中國疾控中心流行病學前首席科學家曾光認為,現階段是疫苗和群體免疫之間的賽跑,死神和疫苗正在爭奪易感者,「它告訴人類,人類和病毒的鬥爭會永遠持續下去,只不過現在的鬥爭是最新的回合。」

騰訊網副總編輯、首席主持人陳曉楠也連線了全球暢銷書《槍炮、病菌與鋼鐵》《劇變》作者賈雷德·戴蒙德和全球暢銷書《灰犀牛》作者米歇爾·沃克,從國際視角探討疫情後人類面臨的共同挑戰。

對於新冠疫情,賈雷德·戴蒙德的看法是:「新冠是人類歷史上第一個被承認的全球性災難,沒有國家能獨自消除新冠,全球需要聯手才能應對。」

科技和眼界的邊界

2017年,獵豹CEO傅盛曾在2017年提出「認知三部曲」。

彼時他看到一張關於個人認知四種狀態的圖片——「不知道自己不知道」「知道自己不知道」「知道自己知道」和「不知道自己知道」,並為其加上了數字註腳。

人的四種認知狀態

他認為95%的人都處在第一個狀態「不知道自己不知道」,也就是「以為自己什麼都知道,自以為是的認知狀態」。如果在系統作用的強化下,我們關注的資訊領域習慣性地被興趣引導,就會桎梏於「不知道自己不知道」的「繭房」狀態中。

而科技進步對內容生態的作用,一定不止於「討好」用戶,還在於如何幫助用戶打開眼界。今天,每一個行業都在迅速疊加,跨界越來越普遍。如果不能了解更多元化的領域,用戶很難完成對個人價值的提升和對快速變化的行業的認知。

騰訊新聞的資訊內容每日觸達用戶為5.3億,騰訊新聞APP端內每月的活躍用戶為2.9億,全網用戶在各品類上的需求也是多元分布的。

為保證用戶內容消費的多元化,騰訊新聞產品總經理馮濤表示,他們在技術實現上了不僅滿足用戶當下的興趣,更關注如何為用戶發現更多的精彩

「推薦系統的職責是,不僅能夠準確地內容理解和用戶興趣的理解,達到用戶更好的體驗感,還會通過算法快速發現和學習用戶對於新內容的興趣和喜好,實現客觀上分發多樣性,為用戶開啟眼界之旅。」馮濤說。

2020年,據騰訊新聞公布的數據,其人均內容消費多元化同比增長8.4%,比這個品類更細顆粒度的人均內容標籤消費多元化增幅為17%。與此同時,用戶的內容消費效率指標的上升也證明了,推薦系統兼顧了記憶能力和泛化能力,同時照顧到內容的偏好和多樣性。

推薦系統的分發機制同樣影響著處在生產端的創作者。

騰訊新聞運營總經理黃晨霞發現,在今年企鵝智庫對1665位用戶的調研中,有超過60%的用戶在抱怨假新聞、標題黨和低質內容。當這類資訊內容被推薦給用戶,也意味著生產優質內容的創作者可能會被埋沒,優質內容就無法在消費和生產端形成良性循環。

「我們希望創作者和用戶之間是通過優質內容建立起一個橋梁,推薦系統就是負責搭建好這個橋梁的輔助工具,承載用戶價值和創作者價值。」馮濤說。

騰訊新聞的「打低擇優」的推薦系統,藉助了「算法+專業人工」的力量,形成良性的內容循環。在優質內容基礎上打開眼界,才是站在巨人的肩膀上。

正如清華大學教授、天文系主任毛淑德在ConTech大會上所說,理解人類在宇宙、太陽系裡面的位置,是人類對深空探測好奇心的表現,是人類探索自己未知邊界的方法。

在其他領域,人類同樣充滿好奇,科技不該磨滅好奇,而是打開眼界。

相關焦點

  • 投餵時代,你被算法投餵了什麼,可別困在信息繭房裡
    躺著的移動網際網路時代是被動接收+算法推薦+及時享樂的投餵時代,不需要我們提出問題,當然也不需要我們思考問題,你看到的就是你喜歡的,你喜歡的就是你看到的,因為你每一次在手機終端的動作、行為,都會被算法記錄下來,形成無數個標籤,算法再用這些標籤推送更多的你喜歡的你看到的相應信息內容,恰恰這兩者也在不斷的強化你的價值觀,壓縮著你的知識面。
  • 超詳細丨推薦系統架構與算法流程詳解
    文 | yijiapan 編 | 小七  推薦系統是移動網際網路時代非常成功的人工智慧技術落地場景之一,本文將從實際經驗出發,為大家解構如何從從零搭建推薦系統。  推薦算法的理解  如果說網際網路的目標就是連接一切,那麼推薦系統的作用就是建立更加有效率的連接,推薦系統可以更有效率的連接用戶與內容和服務,節約了大量的時間和成本。  如果把推薦系統簡單拆開來看,推薦系統主要是由數據、算法、架構三個方面組成。    數據提供了信息。
  • 反思Youtube 算法:個性化內容推薦能毀掉你的人格
    關於這個算法如何運作的公開解釋並不多,一篇學術論文概述稱,這個算法背後的深層神經網絡,分析了大量關於視頻的數據和觀看者的數據——YouTube的工程師將其描述為「現存規模最大和最複雜的工業推薦系統」之一。推薦算法似乎並沒有為民主的真實、平衡或健康而優化。——前谷歌工程師紀堯姆·查斯洛特(Guillaume Chaslot)最近,它成為了最具爭議性的話題之一。
  • 算法推薦雙刃劍效應凸顯 如何把好人工智慧方向盤
    原標題:算法推薦雙刃劍效應凸顯,如何把好人工智慧方向盤   伴隨著
  • Netflix推薦系統如何推動業務增長?
    作者 | Chaithanya Pramodh Kasula Netflix 正在將古老的電視行業帶入網際網路時代。Netflix 允許用戶隨時通過各種網際網路連接的設備流式傳輸龐大的電影和電視節目片庫中的數據。公司的主要收入來自用戶的訂閱費用。那麼,Netflix 的 推薦系統 在其日益壯大的過程中扮演了什麼樣的角色呢?
  • 推薦系統「體檢」:如何評估推薦系統的「健康」狀況?
    為了自己的健康去體檢,推薦系統也有自己的健康指標,不同的業務、不同的場景、不同的階段都有不同的指標,所以選擇好的評估指標以及合適的評估方式,才能讓推薦系統更加「健康」。那麼,如何評估推薦系統的「健康」狀況?推薦系統從海量數據中挖掘用戶喜歡的內容,滿足用戶的需求。
  • 《新黑暗時代》丨被困在算法系統裡的還有誰?
    近日,一篇《外賣騎手,困在系統裡》的深度文章在朋友圈刷屏,通過對我們熟悉的「外賣系統」的詳細解讀,引發大眾的思考:被系統壓縮的越來越短的送餐時間,是否使得外賣騎手成為一個高危職業?數字經濟時代,算法究竟應該是一個怎樣的存在?以上的問題,在《新黑暗時代:科技與未來的終結》(以下簡稱《新黑暗時代》)這本書中,有著更加詳細的闡述。9月8日,第十五屆文津圖書獎揭曉,該書成為35種「推薦圖書」之一。
  • 機器學習算法工程師必讀經典暢銷書推薦
    【導讀】今天給大家推薦一本機器學習算法工程師必讀經典暢銷書!它就是美團機器學習實踐,該書系統闡述了美團算法工程師的完整工作流程,結合真實場景實踐教學。   美團算法團隊由數百名優秀算法工程師組成,負責構建美團這個生活服務網際網路大平臺的「大腦」,涵蓋搜索、推薦、廣告、風控、機器學習、計算機視覺、語音、自然語言處理、智能調度、機器人和無人配送等多個技術方向,在幫助美團數億活躍用戶改善用戶體驗的同時,也幫助餐飲、酒店、婚慶、麗人、親子等200多個行業的數百萬商戶提升運營效率。
  • 全球主流社交媒體算法解析:Facebook、YouTube、Twitter如何利用算法推薦內容?
    內容與粉絲越相關,他們參與的可能性就越大。使用280個字來提供更多信息和上下文Twitter聲稱,字數更多的推文能吸引更多的用戶。這是因為你可以添加更多信息和更多上下文。字數多也可以提供更多的創造力。Twitter算法獎勵這樣的行為,所以請寫更多的字數。
  • 算法左右歌曲推薦,而不是用戶喜好?
    編輯導語:如今,不少的音樂類軟體比如:QQ音樂、網易雲音樂,甚至短視頻類的抖音,都會向用戶推薦可能喜歡的歌曲/背景音樂。在這個大數據時代,算法支配著受眾,因此歌曲的推薦也基於算法先行,這就導致了用戶聽到的歌曲和喜好偏離,用戶聽到的都是同質化的、略顯「枯燥」的音樂。
  • 百度李彥宏:算法應主動了解用戶的高級目標,而不是追隨本能喜好
    會上,百度創始人、董事長兼執行長李彥宏以算法向齊桓公推薦臣子為比喻介紹了算法的責任。李彥宏表示,算法雖無罪,但算法不能只給用戶「易牙,豎刁,衛開方」,這些人都是想盡一切辦法討好齊桓公的。算法也要給他們理智喜歡的「管仲」。齊桓公理智時喜歡管仲,但大多數時間,齊桓公愛的是總會取悅他的佞臣,算法更應該去主動了解用戶的高級目標,而不是追隨用戶本能的喜好。
  • 為樂迷打破音樂信息繭房 全民K歌團隊推薦算法黑科技公開課廣受...
    而以體驗為核心,針對創作者與用戶在推薦算法上的細節優化和人文考量,也展示出了騰訊音樂娛樂集團前沿而不失溫度的科技理念。專業且有溫度 揭秘音樂黑科技的「包分配」公開課獲核心人才踴躍反饋與支持近年來,用戶的線上音樂娛樂體驗需求不斷增強,如何利用推薦算法為用戶提供更加精準優質的內容成為了平臺方不斷深化研究的課題之一。
  • 算法推薦|在iOS14與Android11系統上,App開發如何實現人臉識別
    智慧型手機堪稱移動網際網路時代的機械義肢,與日常生活密不可分。在算法類型的選擇上,大致有API和SDK兩類。考慮到如今App開發通常需要兼容多版本iOS和Android系統,所以算法最好能同時適配iOS14與Android11這兩個作業系統的最新版本。
  • 網易雲音樂的歌單推薦算法是怎樣的?
    網易雲音樂推薦的歌單幾乎次次驚豔,那麼網易雲音樂的歌單推薦是網音項目團隊精心挑選製作的,還是眾多音樂達人的推薦?即:歌單是網音官方提供,還是UGC?才有如此對口味的歌單推薦? 事實上「商品推薦」系統的算法( Collaborative filtering )分兩大類,第一類,以人為本,先找到與你相似的人,然後看看他們買了什麼你沒有買的東西。
  • 因果發現:如何讓算法成為複雜系統中的「福爾摩斯」?
    原創 郭瑞東 集智俱樂部 收錄於話題#複雜科學前沿202035個導語偵探小說中,神探們能從一堆看似雜亂無章的事件或物證中,抽絲剝繭地發現真相,即案件背後有序的因果鏈條,在中黃碧薇博士的關於因果發現的分享中,講述了如何用算法,做複雜系統中的「福爾摩斯」。
  • 文章個性化推薦靠不靠譜?萬字長文詳解AI內容分發的真實現狀
    自從網際網路商業化發展以來,不論是新聞客戶端、視頻網站或是電商平臺……所有的平臺,都是把自己默認為一個優秀的飼養員,它按照自己的想法,把內容(飼料)Push(餵)給用戶。這些飼養員都是受過訓練的專業人士,行話叫做---由網站編輯為用戶設置議程,按照大多數用戶的口味挑選內容。
  • 算法推薦讓信息傳播更個性化 但也出現了亂象-中國法院網
    因為算法推薦,網際網路平臺越來越能抓住用戶的心,幫助人們更加方便、精準地獲取信息,也牢牢吸引了用戶的注意力。據不完全統計,當前基於算法的個性化內容推送已佔整個網際網路信息內容分發的70%左右。算法推薦逐漸成為各平臺「基本操作」的同時,諸如低俗劣質信息精準推送、「大數據殺熟」等亂象也凸顯出來。  作為數字經濟的重要推動力,算法如何實現更高質量發展?
  • 給用戶配個性化海報:Netflix 的算法讓你忍不住點開推薦(上)
    編者按:當你點開Netflix為你推薦的新劇時,你也許不知道,這部劇配的海報是專門為你挑選的。幾年來,Netflix一直致力於研發它的用戶個性化推薦系統,簡單來說就是根據用戶留下的數據、經過複雜的算法框架,最終配上最可能吸引用戶點開連結的海報。那麼,這種配備個性化海報的困難與挑戰在哪裡?它的優勢又是什麼?作者在文中為讀者解答。
  • SEO算法:巴郎深談石榴算法與算法對策
    前言每一套SEO算法的出臺都是在提升用戶體驗,石榴算法就是重點針對低質量廣告頁面而誕生的-SEO算法目錄( 4867 字)01.上線時間與宗旨02.石榴算法的意義03.石榴算法的誕生04.SEO從業人員如何應對石榴算法最後的話01
  • 你是如何沉迷在短視頻裡的? —— 簡要剖析推薦算法中的協同過濾
    熟悉我的人應該知道,我認可推薦算法的使用,反對推薦算法在資本加持下的濫用,因為推薦算法非常容易產生被動成癮性,榨乾你的時間和錢包。但今天這篇文章不去討論推薦算法的使用是否符合道德,而是簡要去給大家科普一下推薦算法中的經典操作 —— 協同過濾。 可能現在的抖音快手早已不局限於協同過濾這種簡單的推薦算法,但協同過濾一直都是推薦算法的經典內容。