构建并质疑推荐系统

你将能够做到

• 说明推荐系统如何利用相似度来推荐内容。
• 描述你的反馈（点赞、跳过、观看时长）如何训练推荐。
• 说明什么是过滤气泡，以及推荐如何造成它。
• 审视一个推荐信息流，并提出看到更多样内容的办法。

想一想

你看了一个关于滑板技巧的视频。没过多久，你的整个信息流全是滑板，其他任何话题的视频都不见了。应用是怎么决定只给你看这些的？你又可能错过了什么？

你会同时学到这套机制是怎么造出来的，以及它为什么值得质疑。

推荐

由人工智能系统挑选出来、你接下来可能会喜欢的东西，比如一个视频、一首歌、一件商品或一条帖子。

相似度

两个内容或两个人有多相像。推荐系统会推荐与你喜欢过的内容相似的东西，或者和你相似的人喜欢过的东西。

反馈

你给系统的信号，比如点赞、跳过、点击、观看时长，系统用它们来了解你的口味。

过滤气泡

当系统不断给你看相似的东西时，你主要只看到很窄的一小片观点或内容，而错过了其余的部分。

推荐依靠相似度运作

• 喜欢过一个做饭视频 → 推荐更多做饭视频
• 购物网站上的「买了这个的人还买了……」
• 根据你喜欢的一位歌手生成的一个歌曲电台

你的反馈在训练这套系统

• 看完一个视频 → 更多这个话题的内容
• 很快跳过 → 更少这类内容
• 给一条帖子点赞 → 更多来自该创作者和相似创作者的内容

过滤气泡：当相似度收窄了你的世界

• 看了一个视频之后，整个信息流就只剩下某一种爱好
• 只呈现某个议题一方观点的新闻信息流
• 从不给你看更便宜或不同品牌的购物网站

例题讲解

一次点击如何让信息流变窄

1. 你打开一个视频应用；信息流内容很杂：体育、科学、音乐、喜剧、烹饪。
2. 你把一个科学视频从头看到尾。这是很强的正面反馈。
3. 系统找出与它最相似的视频并把它们往上提，因为相似度说的是「多展示一些和他看完的那个像的内容」。
4. 你又看了几个科学视频；每看完一个，都是又一次朝着同一方向的反馈。
5. 现在信息流几乎全是科学。你可能同样喜欢的音乐和喜剧视频却难得出现：你已经滑进了一个由你自己的反馈造出来的过滤气泡。
6. 要把它撑开，你可以刻意搜索一个新话题、跳过几个科学视频，或者用「不感兴趣」的按钮发出不一样的反馈。

要点：相似度加上你的反馈让推荐变得好用，但同样这个循环也可能悄悄把你的信息流收成一个过滤气泡，除非你主动去把它撑开。

活动

检查你的理解

自己动手试试

设计一个戳破气泡的功能

为一个视频或音乐应用发明一个功能，既能帮人逃出过滤气泡，又能让推荐保持有用。

1. 描述这个功能，以及用户会看到什么按钮或控件。
2. 说明它如何改变系统所用的反馈或相似度。
3. 指出一个缺点，例如有些用户并不想要更多样的内容，以及你会怎样应对。

做到这样就算成功

• 一个清晰的功能，并配有用户可以使用的控件。
• 说明了它如何把信息流撑宽。
• 一个诚实的缺点，以及对它的回应。

请不要写私人信息。你的回答只保存在这个浏览器里，不会发送到任何地方。