你被互联网锁在「回音室」里吗？| 柴知道

正文

请到「今天看啥」查看全文

↑↑ 信我，真的超级好看 ↑↑

图文版

先来看算法。目前个性化推荐系统的主流算法之一，是 「协同过滤」 或它的变体算法，主要分为两种类型：

第一种是 以用户为基础 （User-based）的协同过滤。 也就是分析用户之间的相似性。

比如你我是网络上的朋友，如果我点赞了一则内容，那系统也会向你推荐这一内容。

第二种是 以产品为基础 （Item-based）的协同过滤。

比如你刚点赞了一则土味视频，那系统就会向你推荐更多的类似土味视频。

微博、twitter 等社交网站会将这两种算法结合起来，达到较为精准的 个性化推荐 效果。

乍看起来，这就形成了所谓的 「回音室」 （echo chamber）。

但问题是，研究显示， 协同过滤算法并不会窄化选择范围 。

2014年，明尼苏达大学计算机系的几位学者，研究了基于产品的协同推荐算法的电影推荐网站 MovieLens。

结果发现， 相比于自己随心选，那些顺应推荐算法走的用户，反而能接触到相对更多样的影片。 协同过滤算法并没有窄化用户的内容接触面，所以并不会造成回音室效应。

请到「今天看啥」查看全文