簡單的說,現在的很多社交平台,都是存在推薦算法的。特別是抖音,頭條等,你越喜歡什麼內容,它就會推給你類似的內容。
這樣你對平台會更成癮。但這樣的推薦系統對個人的發展一定好嗎?
不一定。因為推薦系統會決定了你的視野。當你只看同質化的內容,文字,視頻的時候,你就會不知道你不知道什麼。
推薦算法只能讓你的視野越來越窄。而現在的互聯網,已經不是曾經的互聯網了,推薦算法已經佔據了所有互聯網平台。
作為一個老的互聯網用戶,我感到曾經的互聯網是一個小眾的東西,曾經網上的人的智力密度比網下的人高,網上有很多開闊視野的東西。並且有很多好的網站存在於你的收藏夾裏面。
現在隨着互聯網的發展,推薦算法,和泛娛樂化,使得互聯網越來越傻瓜化,同質化,膚淺化。優秀的獨立網站經營不下去,膚淺化的變現快的推薦算法dominate所有入口。
很多人為了尋找高質量,不一樣,深度的東西,反而需要去線下尋找,反而需要去自己想辦法beat掉推薦系統。
那麼我給大家推薦幾個beat掉推薦系統的方法:
1.有個chrome的應用叫stumble upon,裝上以後,按它就會給你隨機選擇一些高質量網站,但是可能你從來沒見過的東西。
比如昨天我就看見一篇文章說,咖啡的濾紙可以用來做什麼手工。如果我自己去搜索的話,我肯定不會看這種文章的,但看了我覺得非常有趣。
2.你可以把Wikipedia設成自己的默認頁,Wikipedia有個random wiki,這樣每次打開瀏覽器就可以隨機彈出來一個wiki頁面,也許有很多冷門的知識你不知道。
3.你可以去wolfram alpha點「surprise me」,這樣它會彈出來一些有趣的量化的知識。
4.你還可以裝一個應用叫100 million books(在chrome上),可以隨機推薦一些書,直接連結到美國亞馬遜,這樣你可以看評論,非常有趣。
從上面一些直覺的經驗,要想系統產生beat掉推薦算法的算法,也就是anti-recommendation算法,需要兩個因素:
1.高品質。有開闊視野的需求的人群,不能看非常low的內容。非常low的東西,即便他們沒看過,也不想看。
2.隨機性。隨機sample人類知識各個領域。這可能就需要知識圖譜。不能因為某些領域的感興趣的人少(比如量子物理),就sample的少,也不能因為某些領域感興趣的人巨多(比如貓的視頻),就產生大量這樣的內容。
因為所有人都喜歡貓的視頻,所以貓的視頻大量充斥網絡和推薦算法,就是exactly我們需要解決的問題