2020-04-08 13:53发布
说到推荐系统的定义,很多人在不同的角度会给出不同的定义(认知),总的来说,推荐系统是为用户来进行信息定位的,或者说为用户在海量信息当中找出“潜在的”价值含量比较高的信息。从这个角度来看,推荐系统的意义是非常积极的,在当前的互联网、大数据时代,推荐系统的作用也会越来越明显。
推荐系统既然有好处,也自然会有一些负面作用,而这些负面作用体现在以下几个方面:
第一:利用推荐系统“杀熟”。推荐系统本身是比如容易了解用户的信息需求动向的,根据用户的网络流量数据,推荐系统也能够掌握用户的很多习惯,以及一些需求方面的细微变化,如果推荐系统根据这些用户的信息进行“杀熟”,本身还是比较容易实现的,这也可以看成是推荐系统一个比较大的潜在风险。
第二:为用户构建认知“壁垒”。推荐系统在某种程度上改变了用户获取信息的方式,很多本来有机会出现在用户视野当中的信息,很有可能会被推荐系统过滤掉,这实际上也会为用户构建起一个隐形的“信息壁垒”,对于用户来说,推荐系统就像给用户“吃糖丸”一样,用户得到的永远是用户喜欢的信息,而不一定就是用户真正需要的信息。而要想打破这个壁垒,一种比较有效的方式就是通过自己的搜索行为来影响推荐系统。
第三:过度商业化。在很多商业互联网平台上,推荐系统必然会有商业化用途,这是无可厚非的,也是推荐系统被开发的早期诉求之一,但是过度的商业化也会为用户带来一定的反感,甚至会影响用户的使用体验。
最多设置5个标签!
说到推荐系统的定义,很多人在不同的角度会给出不同的定义(认知),总的来说,推荐系统是为用户来进行信息定位的,或者说为用户在海量信息当中找出“潜在的”价值含量比较高的信息。从这个角度来看,推荐系统的意义是非常积极的,在当前的互联网、大数据时代,推荐系统的作用也会越来越明显。
推荐系统既然有好处,也自然会有一些负面作用,而这些负面作用体现在以下几个方面:
第一:利用推荐系统“杀熟”。推荐系统本身是比如容易了解用户的信息需求动向的,根据用户的网络流量数据,推荐系统也能够掌握用户的很多习惯,以及一些需求方面的细微变化,如果推荐系统根据这些用户的信息进行“杀熟”,本身还是比较容易实现的,这也可以看成是推荐系统一个比较大的潜在风险。
第二:为用户构建认知“壁垒”。推荐系统在某种程度上改变了用户获取信息的方式,很多本来有机会出现在用户视野当中的信息,很有可能会被推荐系统过滤掉,这实际上也会为用户构建起一个隐形的“信息壁垒”,对于用户来说,推荐系统就像给用户“吃糖丸”一样,用户得到的永远是用户喜欢的信息,而不一定就是用户真正需要的信息。而要想打破这个壁垒,一种比较有效的方式就是通过自己的搜索行为来影响推荐系统。
第三:过度商业化。在很多商业互联网平台上,推荐系统必然会有商业化用途,这是无可厚非的,也是推荐系统被开发的早期诉求之一,但是过度的商业化也会为用户带来一定的反感,甚至会影响用户的使用体验。
一周热门 更多>