楊文超

摘要：隨著互聯網的發展，海量信息充斥著我們的日常學習、生活和工作，智能推薦在這種時代背景下應運而生。然而智能推薦為用戶解決信息過載問題的同時也產生了很多值得思考的問題。智能推薦有利也有弊，企業在利用算法為用戶帶來個性化推薦的同時也要考慮自身的社會責任，用戶在享受便利的同時不應局限在智能推薦之中，要勇于嘗試新事物，關心社會問題。

關鍵詞：智能推薦;信息窄化;群體極化;數據隱私

中圖分類號：F49 文獻標識碼：A 文章編號：1008-4428（2019）09-0150-02

一、引言

隨著互聯網尤其是移動互聯網和信息科技的飛速發展，智能推薦覆蓋了人們生活的方方面面，各大移動應用平臺紛紛調用了智能推薦技術，來增強平臺本身的用戶黏性及用戶滿意度。智能推薦是指通過挖掘并分析用戶的個性特征、環境特征、用戶行為經歷等數據信息以形成精準的用戶畫像，從而為不同的用戶推薦符合其喜好及需求的信息的一種算法。目前，現有研究更多關注的是智能推薦帶來的便利，卻忽略了它自身存在的局限性。因此，本文對移動互聯網時代下的智能推薦進行了詳盡的利弊分析，并針對智能推薦的弊端提出了相應的對策。

二、智能推薦產生的背景

互聯網的發展使得信息資源爆炸式地涌現。面對海量信息，用戶難以在短時間內準確獲取真正有價值的信息。因此，信息檢索系統（如谷歌、百度）和信息過濾系統應運而生。用戶只需要在信息檢索系統輸入關鍵詞。便可獲得與關鍵詞相關的信息，這種系統不考慮用戶的個人偏好、需求等，任何用戶輸入相同的關鍵詞。都會得到同樣的信息。而信息過濾系統彌補了信息檢索系統不能與用戶個人特性相匹配的缺陷，它依據不同用戶的背景主動過濾掉與用戶需求偏好不匹配的信息。然后推送給用戶。信息過濾系統依據獲得信息源的范圍差異劃分為兩類。一類是主動型，在一個較大的范圍內主動為用戶過濾掉不需要的信息并推送給用戶其可能感興趣的信息;另一類是被動型，在一個相對固定的信息源（如電子郵件等）提前過濾掉用戶不需要的信息。主動型信息過濾系統正是互聯網智能推薦發展的雛形。

區別于Webl，0和Web2.0以訪問、交互為主題，Web3.0追求“個性化、精準性、智能化”。要求能夠準確地為不同用戶基于不同的個性特征主動提供私人訂制化的信息，基于此，智能推薦順應時代潮流被廣泛使用。各大互聯網企業包括阿里巴巴、百度、騰訊等利用算法收集并分析處理用戶的諸如消費習慣、性格偏好、行為軌跡等個人數據信息。為用戶推送符合其當前乃至潛在需求的產品，以提高用戶黏性與用戶忠誠度。智能推薦已經運用到網上購物、社交、新聞圖書閱覽等各個領域。

三、智能推薦的優勢

在這個互聯網飛速發展的信息化時代，主動搜索落下帷幕，智能推薦愈演愈烈。隨著生活節奏的加快，人們閑暇的時間是碎片化的，智能推薦順應時代潮流應運而生，依據用戶特性為用戶提供“私人訂制”的個性化信息推薦，從而為企業創造更多的利益。智能推薦的優勢顯而易見，主要表現在以下幾個方面：

（一）個性化

個性化是智能推薦最大的特點，主要體現在它能夠依據不同用戶的不同特點為其定制特定的信息推薦。用戶的心理可以概括為求真、求新、求趣、求近、求易以及參與心理。智能推薦，基于用戶偏好及行為等特征，以用戶為導向，著眼于用戶的個人興趣及需求等，使用戶接觸到的信息剛好是其所親近的、感興趣的，并且做到“千人千面”，與此同時，多數智能推薦系統還注重于用戶的融合互動，以獲取用戶信息達到更加精準推薦的效果。這充分滿足了用戶的求快、求趣、求近和參與心理。

（二）提高信息處理效率

互聯網技術的廣泛與快速發展，為網絡用戶接受和處理信息方式帶來了變革。同時促進了數字信息的爆炸式增長。預計到2020年，全球累計生成的數據總量將有望突破40ZB，這一數據是2010年產生數據的50倍。現如今，人們的生活節奏越來越快，互聯網每天都產生數以百萬計的信息，時間壓力和信息過載給用戶造成緊迫感。而智能推薦能讓人們在碎片化的時間里快速找到或者說是被找到人們想要的信息，從而降低信息過載帶來的檢索低效問題，這為人們的日常生活和工作節省了很多時間和精力。

四、智能推薦的弊端

智能推薦以用戶為導向。分析用戶的個人信息從而有針對性地向用戶推薦與用戶需求相匹配的信息，這一技術的實現很大程度上提高了用戶的工作效率，解決了信息過載問題。但是，智能推薦在實際應用當中，也存在著一定的弊端。

（一）使用戶缺乏獨立思考能力

智能推薦信息一般都是結合用戶的個人特征貼近用戶的真實需求乃至用戶的潛在需求，劃分為小版塊、配合圖片或短視頻吸引用戶，配以新穎的標題向用戶進行個性化推薦。由于人類天生迷戀舒適區的本能，用戶很容易被機器控制失去獨立思考能力，沉醉其中，難以自律，將大把時間拋灑在層出不窮的智能推薦信息中，成為一個程序化的消費動物。這讓人聯想到美國戰略理論家布熱津斯基的“奶頭樂”理論。各大移動應用平臺為用戶進行推薦符合其興趣的輕松易讀的信息，好比把一個奶頭塞人嬰兒的口中，給他立即滿足的安慰感，使其不再思考、要求更多。

（二）“同溫層”效應使得用戶信息窄化

信息的同溫層效應，使得用戶更加樂于接受與選擇與自己原有信念、價值觀相一致的信息，當接觸到與先前的信念、價值觀不一致的信息時，用戶更傾向于拒絕接受。因此，表面上看互聯網帶給用戶多樣化的信息，實質上智能推薦使得只有和用戶意識形態相一致的信息才會被呈現出來，用戶的視野越來越窄。可以接觸到多元化信息的機會越來越少。

（三）“過濾氣泡”導致群體極化

群體極化是指群體成員中原本已經存在的傾向性得以渲染和強化，使某一種態度或觀點從平均水平，增強到起支配性地位的現象。智能推薦依據用戶的特性為其定制個性化服務，將用戶從不同角度對應劃分為一個個不同方面志趣相同的圈子，其結果就是使得志趣相投、意識形態相同的用戶被過濾到同一個氣泡當中，每一個氣泡內群體成員有共同的價值觀，一致性很強，對不同的觀點表示排斥，與外部世界的交流大幅減少。群體內成員觀點一致，一旦這種觀點在群體中成為主導的輿論氣候，其偏狹的視角、失真的結果就會被無限放大，變成集體意識，最終演化成網絡暴力。

（四）社會黏性喪失

社會黏性是由一定的經驗、知識和任務分享而來的，處于社會中的人們需要有一些共同的記憶和關心。需要由經驗分享而構建的共同聯盟。整個社會需要一種社會黏性，而這種社會黏性是由共同經驗得來的。當智能推薦下的各個圈子。各個過濾氣泡之間缺乏共同經驗，觀點意見又各不相同，很容易產生沖突，導致缺乏社會黏性，彼此之間漠不關心。人們將視野限制在有限的興趣和早有預期的選擇之內，在不經意間獲得的信息越來越少，缺少共同經驗的個體仍然沉浸在各自的輿論場中自說自話，脫離整個社會的發展。

（五）個人數據隱私的擔憂

智能推薦系統中，企業好比“環形監獄”理論中的中心嘹望塔（監督室）。而用戶的個人信息是周邊的環形建筑（獨立囚室），企業時刻監視、記錄甚至是分析用戶的行為。在數字化的“環形監獄”中。智能推薦為用戶帶來便利的同時，不斷收集、處理、控制用戶的個人信息，用戶對于被追蹤處于無意識、無選擇、無控制狀態，只能被動接受企業的強勢追蹤。用戶都還未意識到的需求。企業已經利用已有的用戶個人信息通過算法計算出來并以智能推薦的方式呈現給用戶，甚至用以商業目的，導致用戶的個人隱私信息被濫用。

五、應對弊端所采取的對策

關于智能推薦的優劣分析在上文中已經提到，針對弊端本文也提出相關的策略分析。智能推薦除了對推薦模式的探索和改進之外，對用戶及企業平臺方，都提出了更高水平的要求。

（一）對于用戶而言

享受智能推薦帶來便利的同時。要正視其給我們日常生活帶來的負面影響，謹慎考慮智能推薦背景下的各類互聯網產品。不要被計算機算法禁錮自己的思想，沉醉在一個被設計好的舒適的虛擬私人訂制空間，將過多的時間浪費在層出不窮的同質化的信息里。培養獨立思考的能力，有選擇性地自主避開智能推薦。勇于嘗試新事物，勇于接觸不同的聲音，擴大自己的視野。關心社會問題，不要一味局限于自己的小圈子，用開放的眼光看待社會，及時地審視自我、修正自我，與時俱進，以應對外界變化，不與社會脫節。

（二）對企業而言

在高效為用戶推送信息的同時，也要不斷修正改進算法，避免越推越窄問題。智能推薦應該被賦予正確的商業倫理與價值觀。用戶在不斷地被動接收信息的同時，信息其實也在不斷塑造用戶的價值觀，智能推薦企業應該承擔起相應的社會責任，以互聯網為媒介傳遞信息的同時，要注意其產品對用戶意識形態的影響。審視其產品與社會的關系，去粗取精。傳遞正能量。尊重并保護用戶的個人隱私。相對于過去的消費市場，智能推薦下的消費者市場，用戶的個人數據隱私保護問題顯得尤為突出。當前，企業應當充分重視用戶隱私保護的問題，減少用戶對個人隱私數據泄露的擔憂。未來，用戶數據隱私管理將成為企業成功運營的一個重要議題。