換句話說，在互聯(lián)網(wǎng)公司的全媒體產(chǎn)品體制中，大數(shù)據(jù)算法并不僅僅是給你推有興趣的內(nèi)容，不存在只看到了算法推薦的內(nèi)容的現(xiàn)象。這些老作品往往會被“點爆”，一般都是由于這種賬戶早已發(fā)布夠多充足垂直內(nèi)容，標識變得更加清楚…

一直看短視頻會讓人變傻？短視頻推薦算法根本沒有你想得那么簡單。蕓冰簡單的說，算法便是一套評定體制。簡易簡單的說，算法便是一套評定體制。這一套體制對平臺的每個用戶都有效，根據(jù)根據(jù)用戶一系列反應(yīng)個人行為來改善服務(wù)功能，提升用戶體驗最終讓服務(wù)平臺形成一個循環(huán)再生的良好綠色生態(tài)。但蕓冰發(fā)現(xiàn)抹黑算法短視頻大數(shù)據(jù)推送的說辭一直不絕如縷。

例如近期《大數(shù)據(jù)奶頭樂讓我們變傻》這種文章內(nèi)容。這些文章注重二點：1、算法只給你推你愛看的；2、互聯(lián)網(wǎng)產(chǎn)品等渠道僅靠算法。這種結(jié)論有心故意客觀化了，其實是很標準化科技恐懼癥。當大數(shù)據(jù)人工智能等技術(shù)被用來內(nèi)容派發(fā)以后，接踵而來，客戶需求如何跟推薦內(nèi)容進行合理重合拼接，界定其的界限研討會是一個非常長久的話題，并不是簡單直接就能得出結(jié)論的。

內(nèi)些推送大數(shù)據(jù)會讓我們變傻的文中作者，很有可能并沒使用過現(xiàn)如今的全媒體推送系統(tǒng)比如各個短視頻和資訊推送平臺，他的認識只停留在以往?；ヂ?lián)網(wǎng)技術(shù)評價就這樣，總會有人喜愛拿一成不變的目光，來掃視、評定另一方，以致于得到不正確的觀點。

蕓冰發(fā)現(xiàn)互聯(lián)網(wǎng)大廠是比較清楚大數(shù)據(jù)推送算法是不完整的，有自已的局限性。因此這需要另一種派發(fā)方式來補充算法的缺陷和缺點，換句話說尋找推動算法的第二個車輪子，如今看來第二個車輪子便是粉絲們派發(fā)，或者叫社交分發(fā)?，F(xiàn)在的全媒體推送系統(tǒng)，早就不是純算法，反而是“算法 社交媒體 檢索 互動問答”的商業(yè)綜合體。

蕓冰舉個例子，我們可以通過收藏功能主動地尋找一切對于你來說有意義的信息。如果喜歡汽車知識，還可以在推送平臺上搜索“suv”、“平價進口車”、“20w以內(nèi)最值得買的車”等關(guān)鍵詞來獲得最新資訊，和別人交流。實際上，“積極檢索”從而獲取信息是所有服務(wù)平臺都愿大家會去做的事，因為這個自身能夠造就更有針對性的使用價值。

蕓冰發(fā)現(xiàn)短視頻的算法價值也在于扇尾派發(fā)，即便冷門信息也可以獲得比較好的推薦，此外，在信息充足豐富多彩的情形下，有著冷門興趣愛好的人也可以找到有意義的信息。例如一些比較小眾的影片，80年代舊照片，大學(xué)校園資訊。這種本來散落著互聯(lián)網(wǎng)技術(shù)每個角落的信息，被收納整理進一個推薦小盒子，發(fā)生在你面前，不會像以往那般被淹沒在信息的大海中。不過如果你看一下全部媒體推送軟件的首頁功能區(qū)，它肯定是有四塊：第一個是檢索區(qū)，用戶可積極檢索有興趣的信息；第二個是頂帖區(qū)，歸屬于國事；第三個是重要新聞區(qū)，歸屬于極為重要的媒體新聞，一般能打上“熱”標簽；第四個才算是人性化區(qū)，歸屬于用戶特征的新聞資訊，這兒包括了客戶獨立定閱的信息，也包含系統(tǒng)軟件推薦的信息。

蕓冰直接點，換句話說，在互聯(lián)網(wǎng)公司的全媒體產(chǎn)品體制中，大數(shù)據(jù)算法并不僅僅是給你推有興趣的內(nèi)容，不存在只看到了算法推薦的內(nèi)容的現(xiàn)象。頭條的成功，關(guān)鍵還是要靠對總流量的理解企業(yè)的經(jīng)營、算法、數(shù)字化邏輯思維產(chǎn)生執(zhí)行能力。算法是非常重要，不過也是在其中的一環(huán)罷了。算法≠100%推薦你最喜歡的內(nèi)容，假如你覺得算法是你最喜歡什么就給你推什么，就難免把算法想的過于單一了。實際上這個說法很早就有，在傳播學(xué)里邊叫所說回聲室效用，好多人擔憂互聯(lián)網(wǎng)內(nèi)容推薦算法會加重這類所謂回聲室效用——喜愛什么也推什么，最終全是同一類內(nèi)容，看不見別的。

但蕓冰告訴大家，事實是這并沒產(chǎn)生，也沒有任何一個互聯(lián)網(wǎng)企業(yè)會傻到那么去干。理由很簡單，人的本性本來就是喜新厭舊，對多元化的追尋是一個很基本的需要。喜歡什么東西永遠都推什么本來就很反人性。就像愛吃什么就餐餐都給你吃一樣的東西，不給你看菜單欄一樣，并沒有任何一家餐館會這樣做。

蕓冰建議大家大家拿抖音視頻試驗一下，用一臺新機在沒有登錄狀態(tài)下打開任意刷10條，統(tǒng)計分析如下所示：平常生活（2條）簡易畫（1條）萌寶（1條）室外實錄（1條）漂亮小姐姐（1條）英文教學(xué)（1條）家庭親子（1條）運動健身（1條）燒菜（1條）

蕓冰再建議大家拿抖音在已經(jīng)登錄狀態(tài)下持續(xù)點贊了50個小姐姐視頻，重新打開抖音視頻app，抖音視頻下面推薦的50段視頻分別為：漂亮小姐姐（24條）平常生活（9條）旅行風(fēng)景（6條）舞蹈（5條）社會正能量（3條）萌寶（1條）科普（1條）運動健身（1條）

換句話說，即使你再玩命關(guān)心漂亮小姐姐，抖音視頻也不太可能持續(xù)給你消息推送小姐姐視頻。實際上，算法對于客戶的熱情喜好，具備一定的打散體制，不會有持續(xù)類同推薦的情況。覺得大數(shù)據(jù)算法只是記錄你單一的愛好，再根據(jù)這一喜好做推薦，關(guān)鍵在于瞧不起人的本性，其次看不起大數(shù)據(jù)算法。一個擁有健康心理的人，不會只有一種喜好——喜歡小姐姐，并不妨礙你與此同時喜愛萌寶，世界各地的景色，音樂和舞蹈。而且由于邊際效用遞減規(guī)律，持續(xù)消息推送同一個主題風(fēng)格是一件很虧得事兒，出力不討好。心理學(xué)上會有“貝勃基本定律”。當一個人親身經(jīng)歷明顯刺激后，再施予刺激可能就越來越無足輕重。就內(nèi)心感受而言，第一次刺激性會淡化第二次刺激性。

也闡述了大家為什么老是“喜新厭舊”，一個人的個人愛好，不太可能一直一成不變?？梢赃@么說，即便從滿足客戶的需求的視角，服務(wù)平臺也不太可能一直給你推漂亮小姐姐。大數(shù)據(jù)算法有「自我認知水平」，并不是機械算數(shù)。若是如此，各種科技有限公司也用不著為爭奪名牌大學(xué)的算法技術(shù)工程師而削尖了腦袋，算法技術(shù)工程師根本就不值年薪100萬，Google、微軟公司等也不需要聘請大量高級人才開展推薦算法提升。算法獨特的魅力，取決于不斷進步、迭代更新和演變。智能機器人之所以能擊敗世界知名棋士，是因為它強勁學(xué)習(xí)能力，產(chǎn)生非常高的競爭壁壘。而探究性，本身就是推薦算法本來就會有的特性之一。

蕓冰友情提醒這兒牽涉到一個知識點：協(xié)作推薦。算法的協(xié)作推薦，除開內(nèi)容自身，還包含根據(jù)客戶推薦，依據(jù)剖析不一樣客戶間的相似度，進而拓展推薦的實踐探索水平。例如張三喜愛高新科技、金融、體育運動，李四喜愛高新科技、金融、體育運動、身心健康內(nèi)容，那樣，算法會考慮將健康指南推送到張三。畢竟在推薦系統(tǒng)軟件看起來，張三和李四是類似的人。因此，張三就能接受到本來沒有在自身興趣愛好范圍之內(nèi)健康指南。

推薦操作系統(tǒng)是在推薦和你類似的一群人很有可能有興趣的內(nèi)容。她們有興趣的內(nèi)容很有可能是你能有興趣的，但你先前還不清楚的，所謂“你永遠不知道自己也不知道”。這在一定程度上充實了內(nèi)容。算法比社交媒體比較容易突破圈層比較之下，個人朋友圈具備更多的“回音壁音響”效用，人總是深陷而不知。由于朋友圈的一切信息，徹底由自己私人定制，內(nèi)容產(chǎn)出率方徹底是本人挑選出的，人壓根聽不見跟自己相反的立場和建議，容易形成同一類人或是同一群人的成見。并且通過算法推薦內(nèi)容，并不是依據(jù)見解推薦，這便能夠確保更各種各樣的見解。

蕓冰這么講大家可能就清楚了，要不是全媒體推送平臺的產(chǎn)生，下層社會的專業(yè)人士、平常人，也會被這社會再次忽視。這群人可能是你每日給你送外賣的小伙，很可能是給你剪發(fā)的學(xué)徒工，還可能是你手上拿著的手機的生產(chǎn)線上的人員，她們未曾登過熱搜榜，也不會出現(xiàn)在我的微信發(fā)朋友圈里。是大數(shù)據(jù)讓來自五湖四海、各種各樣真實身份的人無差地聚集到自己的手機當中。這樣才能通過手機屏見到形式多樣的人生百相。

蕓冰舉個例子，抖音視頻甚至還會再次推薦數(shù)據(jù)庫系統(tǒng)中的“高品質(zhì)老內(nèi)容”，給他更多曝光推送。這些老作品往往會被“點爆”，一般都是由于這種賬戶早已發(fā)布夠多充足垂直內(nèi)容，標識變得更加清楚，大數(shù)據(jù)推薦算法可以幫助這種高品質(zhì)內(nèi)容配對給更有針對性的客戶。而在私域的一些平臺上，很少有一個月前發(fā)表的內(nèi)容會被“考古”爆火的，這就是對大量高品質(zhì)內(nèi)容的消耗。

一個高質(zhì)量的全媒體推薦系統(tǒng)軟件，本質(zhì)上是信息減噪的一個過程。從一個巨大的內(nèi)容池里，挑選出對于你來說有意義的信息推薦給你，減少你探尋信息、挑選信息、機構(gòu)信息成本。歸根結(jié)底，大數(shù)據(jù)算法也罷，APP也罷，都只是一個專用工具。

最后，蕓冰告訴大家，實際上，算法做為專用工具應(yīng)當逐步完善。但是具體怎么使用，在于人自身。使我們變傻的并不是大數(shù)據(jù)或算法，反而是喪失理性思考的審視。