江苏龙网

  1. 首页 > 资讯 > 科技 > >

『』一财朋友圈·朱逸 | 算法推荐在商业演进中的多重面向( 二 )


面向于算法选择的初衷
对于算法推荐的应用 ， 各类商业主体有着不同的选择 ， 虽算法不同但目标一致 ， 即不断优化对于精准度、准确性的追求 。 通过近几年的实践 ， 算法推荐已形成一定的共识与模式 ， 公众对其算法应用的出现持有积极的态度 ， 但涉及具体推荐的有效性、精准性方面 ， 则呈现出分化的态度 ， 其背后是不同算法选择的缘由 。
在实际运用中 ， 较为主流的是内容推荐与协同过滤推荐 ， 虽同属推荐算法 ， 但背后是个体视角与集体视角的差异 ， 内容推荐是基于个体的历史行为痕迹所实现的推荐 ， 具有较强的个性化、针对性 ， 但问题在于信息的局限 ， 使之陷入于“信息茧房“ 。 而协同过滤算法 ， 则是匹配与个体相似的群体偏好 ， 进行相关的讯息推荐 ， 虽能较大拓展讯息范围 ， 使之呈现丰富性 ， 但很容易陷入集体智能 ， 淡化了个体特质 。 公众之所以对于推荐有效性呈现出不同的态度 ， 主要还是在于个体视角或集体视角的选择差异 。 诸多研究提出了“信息茧房”的论断 ， 这是基于单一算法情境下的应用 ， 而当前使用单一算法的弊端正在逐一呈现 ， 选择与运用混合算法的推荐机制 ， 会是下一阶段的趋势 。 其透射出的是对于个体与集体视角的综合 ， 既能消除“信息茧房”也能避免“集体智能”的现象发生 。 多元视角成为了影响公众对于算法推荐感知易用性、有效性的核心 ， 直接决定了公众的感知态度 。
影响公众反馈的另一要素是人工智能的发展程度 ， 当前的算法推荐尚处于弱人工智能阶段 ， 即“输入-学习-模型-输出”阶段 ， 多为监督学习下的技术实现 ， 在推荐的精度、准确性上尚待提高 。 下一阶段能否实现机器的自我学习、认知 ， 对完善算法推荐有着较为重要的启示意义 ， 也为各类商业的演化提供了想象空间 。
面向于价值传递的形塑
算法推荐所促使的是对于观点、意见、商品、服务等一系列讯息要素的传递 ， 基于的是个体偏好 ， 由此链接形成了诸类群体或圈子 。
过往商业所关注的是普遍性需求与偏好 ， 是前置化的 ， 可通过预先经验或调查加以发现的 ， 因而满足的是最大公约数需求 ， 对于那部分主流以外的需求偏好及亚文化是难以群聚的 。 算法推荐则对于各层次、维度的偏好进行了多极化聚合 ， 使其能够被加以发现与运用 ， 通过持续化反馈以帮助相关讯息、商品或服务的优化与改善 ， 这较之于过往有着较大的提升 。
在持续改善的同时 ， 算法的透明化、无形之手现象依然有待解决 ， 诸多平台或商业主体的算法机制一直是市场关注的重点 ， 其原因不在于商业机密的探寻 ， 而在于对其科学性、合理性的探究 ， 是否能够反映公众的真实偏好 。 同时 ， 对于是否存在“伪算法推荐”的追问 ， 是杜绝市场“无形之手”存在的关键 ， 假借算法推荐之名 ， 实则进行人为化的控制 ， 这会模糊了公众的真实偏好 ， 甚至会影响到正常的商业秩序 。 另外 ， 出于商业主体自身偏好的某类价值观、态度传递 ， 也会形成对公众在意识形态上的控制与引导 ， 使得公众行为、态度呈现趋同 ， 抑制了公众的选择权利 。
面向于未来的算法商业
伴随人工智能、大数据、云计算、5G等一系列新基建的推进与落地 ， 蕴含于商业中的算法应用会日益增多 ， 算法商业会是未来的演变趋向 。 算法推荐是算法商业的初期尝试与预演 ， 透射出的一系列现象 ， 值得在这一阶段进行回顾与思考 。
算法推荐在商业中的运用依然处于演变过程中 ， 对其最终优劣属性的判断依然尚早 ， 有待未来的进一步观察 。 但对其在各维度上的探讨 ， 在当下看来是十分必要的 ， 由此所构筑的是对于未来算法商业的清晰设想 。
『』一财朋友圈·朱逸 | 算法推荐在商业演进中的多重面向
本文插图
【『』一财朋友圈·朱逸 | 算法推荐在商业演进中的多重面向】


推荐阅读


上一篇：『』迷你杯登场超低价5G手机Redmi K30i曝光

下一篇：■看GAN如何一步步控制图像生成风格？详解StyleGAN进化过程