也说“个性化推荐”

郭全中国家行政学院社会和文化教研部高级经济师、管理学博士

也说“个性化推荐”

郭全中
国家行政学院社会和文化教研部高级经济师、管理学博士

去年以来，笔者参加了不少会议，会议上不少专家批判以“今日头条”为代表的个性化推荐引擎，其理由大多是造成知识窄化、低俗化和不精准等，笔者认为，这样的理由缺乏对个性化推荐的深入了解。

“知识窄化”是知识精英的误判。所谓知识窄化，是指人们的知识在某一方面或某一方向高度集中，导致知识越来越收缩。知识窄化并不是一个新名词，曾记得微博兴起之时，不少专家就认为微博会导致人们的知识窄化，当微信出现时，专家们不再指责微博，转而开始担心微信，如今，当“今日头条”等个性化推荐应用出现之后，指责之风又一股脑儿地涌向其应用领域。然而，笔者认为知识窄化是知识精英的误判。

首先，知识窄化意味着知识的专业化。从专业化的角度来看，我们今天的每一个人在知识方面都是高度窄化的。想想古代的大师，多是横跨多个领域的大师，而当今世界却难以出现这样的大师，当然未来会更难出现这样的大师。但是从另外一个角度来看，现在的普通人掌握的各领域的知识量可能并不比大师少，但是在古代就是横跨多领域的大师，而在今天，这样的知识获得只能是我们这样的普通人。其实，所谓的知识窄化的根本原因并不是新技术，而是信息爆炸引起的专业化所导致的。

其次，个性化推荐能更好地解决信息过载的难题。当前，我们已经进入信息过载时代，每一个人都陷入信息的汪洋大海中而无所适从，出现了信息过滥、过多与用户的真正信息需求不匹配之间的问题，出现了“多就是少”的现象。实践中，大家主要通过两条途径来解决：一是通过社交网络来进行熟人推荐，即通过社交圈的意见领袖来对海量的信息进行过滤并进行推荐。微博、微信、Twitter和Facebook采取的都是这种方式，但随着信息量的突飞猛进，这种推荐方式已经难以有效地进行应用。二是基于互联网、大数据技术和人工智能技术，根据用户特征、场景和文章特征做个性化推荐，每一个用户的推荐内容都不同，实现真正的千人千面，有效地解决了信息过载与用户个性化、定制化的信息需求之间的矛盾。从实践来看，在解决信息过载方面，个性化推荐技术更为有效。

再次，个性化推荐完全能够解决知识窄化现象。当前，很多专家担心个性化推荐根据用户的需求而只给用户推荐其感兴趣的内容，会导致知识窄化。其实这是完全的误解，正如一个小孩会有成长周期，个性化推荐也可以利用机器学习技术来建立起用户成长模型，除了根据用户的需求来推荐其最感兴趣的信息之外，还会给他推荐一些目前不在其需求之内的信息，当用户对其点击阅读时，自然就会进入此后的推荐范围内，并根据用户的年龄、专业等变化来适时扩大推荐范围。当然也可以通过用户的自我订阅来解决上述难题。

其实，我们要说的是，无论是报纸、杂志、广播、电视，作为信息出口，其本质都是对信息的过滤和推荐，是精英们的推荐，而个性化推荐则是通过机器算法给用户们定制精准服务来实现更加人性化的推荐。

其实，我们要说的是，无论是报纸、杂志、广播、电视，作为信息出口，其本质都是对信息的过滤和推荐，是精英们的推荐，而个性化推荐则是通过机器算法给用户定制精准服务来实现更加人性化的推荐。

“低俗化”实为对“用户思维”的误解。首先，个性化推荐的所谓“低俗化”实际是对“用户思维”的误解。通常，个人推荐的网络用户量都很大，例如“今日头条”的用户量高达4.5亿，不同层次用户的信息需求自然是不同的，因此不能完全按照精英们的需求进行推荐。那么，给用户推荐什么样的内容更有利于用户的成长呢？毫无疑问是基于用户需求并稍高于用户需求的内容，如果给所有用户都按照知识精英的需求标准去推荐，必然会出现把“阳春白雪”推荐给“下里巴人”的尴尬，用户不仅不买账还会抛弃你。因此，通过个性化推荐进行引导性阅读，激起用户的学习激情，发挥其积极性、主动性，才能真正有利于其成长。

其次，个性化推荐的本质是更加互联网化。互联网的商业模式是“免费+收费”，即在有效黏合用户的基础上，通过增值服务来实现自身的盈利。互联网化的主要表现就是以用户为中心，占领尽可能多的用户。“今日头条”的自身定位就是满足尽可能多的用户信息需求。由于我国社会发展和社会结构的不平衡，对信息内容的获取需求差别很大，“今日头条”的用户结构中囊括了各类别的用户需求，不以高冷示人，符合互联网传播规律，实实在在地为用户服务。

从互联网的发展实践来讲，能够打造平台的从来都是基于最广泛用户的，如果淘宝当初只为高端人群的交易服务，怎么会有后来的阿里巴巴集团呢？如果腾讯只为高端人群的交流服务，怎么会有后来的腾讯呢？只有为更广泛的人群服务的平台才可能打造真正的帝国。

“不精准”是骨子里的反技术。现在很多人都在批判个性化推荐不准确，说推荐的根本不是自己想要的，那么事实究竟是怎样的呢？

首先，个性化推荐是需要一段时间才能真正了解用户需求的。正如超一流的销售员不可能一眼就能看准用户的需求一样，每一家企业都需要一段时间的完善、调整后才能稳定地发展，个性化推荐也需要对用户消费行为的长时间跟踪才能真正了解用户的需求，也才能真正给用户推荐更为准确的信息。

再次，机器学习等新技术能够更准确地推荐。大数据和人工智能的技术还在快速发展中，基于机器学习的个性化推荐作为一个生命体，自己也在成长，相信不远的未来，人工智能一定能够给予我们更精准的信息需求。技术是推进社会和传媒业革命性变化的动力，当然新技术也会带来新问题，但只要我们不戴着有色眼镜看问题，就一定能更好地理解和解决问题，放下身段去了解新生事物比一味地指责更符合事物的发展规律。