看够了个性化推荐内容这个技术让你看点不爱

无论我们打开百度、今日头条还是网易云音乐，推荐的都是对自己口味的内容。这样的个性化推荐，虽然能确保我们不错失感兴趣的信息，但同样容易使我们陷入「回声室效应」——在一个相对封闭的环境上，我们接受到的信息都是自己喜欢的类型，而这类信息不断重复，让人以为自己接触到的信息就是事实的全部。

反个性化，从了解你朋友爱看什么开始

只依靠个性化推荐获取信息，显然没办法帮助我们全面的看待事物。在这次的NIPS大会上，芬兰阿尔托大学和意大利罗马第二大学的研究人员，推出了他们合作开发的反个性化推荐的算法，可以让社交媒体用户收到他们不一定喜欢或赞成的观点、信息。

个性化推荐往往通过我们在搜索引擎中留下的搜索和浏览数据，来了解我们的兴趣爱好。而这个反个性化的算法除了了解你的兴趣爱好外，还要了解你亲密好友的兴趣爱好。

（意见领袖在信息传播过程中的作用很重要图

罗马第二大学）

如果某一社交媒体上的两个用户是朋友或者彼此点赞、评论过，这个反个性化算法就会把两人算作熟人样本。当积累足够多的熟人样本后，算法会根据所有用户针对某一话题的态度，划分出两个拥有对立态度的群体。接下来，一种叫做「贪婪算法」的算法会从所有用户中挑选出，热衷于发表意见的「意见领袖」。随后，社交媒体就可以向这些意见领袖发送对立双方的观点，通过影响他们来传播不同立场的信息。

看你不想看的，更全面的认识世界

在这次的NIPS上，阿尔托大学的研究人员以一个「词云」实验，来解释这一算法是如何工作的。研究人员搜索了网上#russiagate（指年美国大选中关于特朗普和俄罗斯之间勾结的传闻）标签相关的主题，并根据特朗普的支持者和反对者

转载请注明：http://www.abuoumao.com/hyls/6524.html