智能推荐的利弊分析

智能推荐的利弊分析

杨文超

摘一要:随着互联网的发展?海量信息充斥着我们的日常学习二生活和工作?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:Ｆ４９一一一一一一文献标识码:Ａ一一一一一一文章编号:１００８－４４２８(２０１９)０９－０１５０－０２

一二引言

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二环境特征二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(如谷歌二百度)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二需求等?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Ｗｅｂ１.０和Ｗｅｂ２.０以访问二交互为主题?Ｗｅｂ３.０追求 个性化二精准性二智能化 ?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二百度二腾讯等利用算法收集并分析处理用户的诸如消费习惯二性格偏好二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二社交二新闻图书阅览等各个领域?

三二智能推荐的优势

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二求新二求趣二求近二求易以及参与心理?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二感兴趣的?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二求趣二求近和参与心理?

(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?

四二智能推荐的弊端

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

０５１