作为第一次在简书写文章的小白，最难的就是想一个很容易如题又不显得那么刻意做作的开头，能让看到这篇文章的各位有兴趣继续读下去。
但是有一个很明显又残酷的现实：百分之九十九的人是根本不会对一个没有热度的又不在兴趣范围内的东西立刻产生兴趣的。
所以首先需要做的是尽快进入正题，铺垫的太长，读者会失去耐心。我今天要讲的中心点【推荐】，需要做到的事情类似，即让你快速沉浸到你需要的东西里去并不能自拔。推荐一方面依赖于对原始数据的不断量化积累，你与我所做的每一件事情无论大小，对于这个大数据时代，都只是他计算的原材料；另一方面对数据在不同层面上的分析转化，这则更依赖于优秀的算法与建模。
就我目前接触看来，推荐最普遍可以分为以下几类：
第一类一般呈现在抖音、微博这种UGC平台，我管这种推荐叫明式推荐。
以抖音为例，在它的社区里，推荐给你的短视频一般具有两种特性：
（1）点赞评论过千过万的“精选视频”，也就是所谓的官方推荐。对于平台，流量至上，抖音需要不断涌入流量来支撑平台其他业务（比如带货），因此平台不可能将版位留给没有热度的视频；对于用户，这也是一种友善的操作，毕竟抖音不是朋友圈，想比于看到邻居二大爷的帅气自拍，你肯定更愿意浏览帅哥美女笑话综艺。精选的意义在于让高质量的视频及时抓住用户的眼球，从而带来用户粘性与进一步的变现转化。
（2）热度可能不高，但是你之前可能浏览过同类的视频并耐心的停留了几十秒甚至点了个赞，让平台感受到了你的“爱意”。譬如当我看了一个郭德纲说于大爷父亲王老爷子的视频后，哈哈一笑，然后接下来的十个视频里，九个是德云社，一个是曹云金。你我都知道，并不是抖音在你看视频的时候偷偷打开了你的前置摄像头，看到你对着镜头傻乐的那张脸，然后疯狂推荐；
这种类型的推荐都具有的共性就是：平台在猜你喜欢，但是不管你喜不喜欢，反正他觉得你喜欢。明教思想贯彻其中。对于用户来说，很大程度上，他们的确能接触到自己最熟悉或最想看到的内容，对平台的粘性也呈现出不断增强的趋势，毕竟人对喜欢的东西总是欲罢不能，而算法又恰好做到了趋利避害。
但是另一方面，带来的问题也是显著的，首先就是同质内容频繁推荐带来的审美疲劳。世界上最美味的东西是泡面，最难吃的东西，是第二包。还记得爱情公寓五出来时，那段时间的抖音是被诸葛大力覆盖的，的确爱5这部剧自带的巨大流量与成果这个角色讨喜双重加持，让抖音以及所有的博主不可能放过这个热点，但是在抖音这种算法的第三层加持后，就出现了更为严重的刷屏情况，无论你是否喜欢这些内容。这种就是我理解的过度推荐。
其次，是知识圈的不断压缩，因为这种推荐内容的同质性严重，导致你所看到的内容都是在这个固定圈子里的信息，比如我现在刷抖音看到最多的就是王者荣耀、德云社，其实抖音入驻的博主包罗万象，涉及的圈子也是五花八门，但如果不是主动发起搜索，很难会接触到自己被推荐以外的圈子里去。其实不仅仅是抖音，现在大多数UGC类App都存在这个问题。
第二类则一般呈现在淘宝、京东这种电商型App上，我管这种推荐叫舔狗式推荐。
以淘宝为例，这个无需过多陈述也能感受到，由于阿里系的应用对数据的采集无孔不入（当然现在哪个系的应用都是这副德行），你在UC浏览器搜一个xxx，你再去打开淘宝就会出现这个商品的推荐，从一开始的细思极恐到后面的见怪不怪。
这种推荐算法的真实目的是希望为平台带来更多的销售变现。流量对于电商类App，是重点但不是终点，区别于社交类的产品，电商类App的最终盈利方式较为单一，一般就是卖货。所以这种推荐方式也就可以理解，只要你生活里产生了相关诉求，我就为你提供推荐。你只是因为过度悲伤搜索了科比，想找一张壁纸作为桌面，淘宝就会在下次打开时为你热情推荐科比的球衣、球鞋以及贴墙用的壁纸，舔狗似的推荐服务可见一斑。
舔狗式推荐的问题也显而易见。首先就是无关联平台之间由于推荐导致的关联性，让用户感受到了隐私被触犯，虽然大数据时代人人都在裸泳已经是众所周知的秘密。但是这种流氓关联推荐还是会激发用户内心对于这些产品的厌恶感，逐步导致用户失去对平台的信任度。
其次是推荐并没有考虑用户的实际情况，譬如当你刚刚花高价买了一部新手机，退到主页或下次打开，你还是会收到五花八门的热门手机推荐，而正常情况下，除非是手机发烧友，一般人两年左右时间内不会再对手机产生诉求。算法在给出推荐时，似乎只考虑了你花了大量时间搜索，却没有考虑你搜索的这个商品具备的商品属性。
讲了这么多回到今天我写的这篇文章的标题，我们真的需要这么多推荐吗？
答案是，肯定需要的。虽然一直在吐槽目前推荐存在的问题，但是推荐作为数据时代最杰出的应用，无论是对产品的更新迭代，还是对人们生活质量的提高都是极其有效的，我们不应该排斥数据带来的便捷与高效。推荐本身是没有问题的，问题是在于推荐背后，数据的分析应用上，我们还有很大的提升空间。
对于内容类App，可以增强推荐的多样性,避免用户对平台产生审批疲劳；
对于电商类App，可以考虑在推荐时考虑产品属性来进行推荐，譬如买完手机推荐手机壳，买完吸尘器就不要再推荐扫把；
当然，以上仅仅是浅谈，数据背后的应用远不止我们表面上看到的这么一点点，都是冰山一角。
与此同时，其实我还想表达的一点就是，推荐仅仅是数据的应用，我们对他的认识应该是理性的，也要认识到无论多么高端的算法，多么精准的推荐，都只是在服务于我们的生活，而非限制我们的思考，如果你排斥他，觉得他在让你变得迟钝，那你更多的应该是好好反思一下自己。
最后想说，大数据时代没有人是旁观者，大家都参与其中并甘为棋子。但是数据是无罪的，我们都应该理性拥抱，让其为我们的生活带来更多的快乐。
以上仅代表个人观点，初次写文思路不清且见识浅薄，欢迎交流指正。
网友评论