首先，如今的算法推薦的弊端已經(jīng)顯現(xiàn)，信息繭的產(chǎn)生，使得人們的閉塞程度與日俱增。同時，網(wǎng)上毫無意義的爭論也與日俱增，兩撥世界觀人生觀價值觀截然不同的團體在網(wǎng)上爭論，永無休止也無甚成果。這些都是現(xiàn)今視頻推薦算法產(chǎn)生的弊端。然而，上兩個問題卻有一點矛盾之處，即，如果真的產(chǎn)生了信息繭，那么兩撥世界觀不同的人又是怎么遇到一起的？如果我們真的能完全屏蔽網(wǎng)上的爭議，那又和一個信息繭有什么區(qū)別。因而如今推薦算法，從本質(zhì)上來說，既不會產(chǎn)生信息繭，也不會實際上促進沖突的產(chǎn)生，而僅是催化人的偏好，有些人的過去偏好收窄信息，有的人的過去偏好與人爭論，最終，形成所謂的兩種看似沖突的視頻評論區(qū)狀態(tài)。也就是說，根據(jù)人的偏好推薦視頻，在如今的網(wǎng)絡時代，會產(chǎn)生巨大的問題。我們必須向前探索更加先進的視頻推薦算法。

這種推薦算法在滿足人部分偏好的前提下，需要完成如下任務，一，破除由人的偏好形成的信息繭，二，禁止積極參與爭論的人，無止境的搜索到下一個有爭議的話題。

也就是說，一旦一個人過度觀看同質(zhì)化的視頻內(nèi)容，視頻推薦算法需要給此人推薦他會感興趣但有爭議的內(nèi)容；以及一旦一個人參與過多場有爭議的內(nèi)容，則哪怕他自己主動搜索，搜索結(jié)果也不會產(chǎn)生任何爭議內(nèi)容，而這個人會樂于推薦內(nèi)容并停止爭議安心享受視頻。

?

需要完成如上功能的推薦算法，算法應該理解或嘗試去理解，或不理解但用數(shù)據(jù)分析的手段獲悉，某人是否產(chǎn)生了信息繭，以及某人是否熱衷于網(wǎng)絡爭議討論?？赡苣墚a(chǎn)生諸如，信息繭系數(shù)，以及網(wǎng)絡爭議系數(shù)，來輔助算法識別這兩類特定人群。

以下開始進假設環(huán)節(jié)：

假設，信息繭系數(shù)在觀眾或評論者，偏好單一系數(shù)增加，關注up單一系數(shù)增加，關注up的偏好單一系數(shù)增加，觀看視頻種類單一系數(shù)增加，添加好友偏好單一系數(shù)增加，看完多視頻多次點贊系數(shù)增加。

?

假設，網(wǎng)絡爭議系數(shù)在觀眾或評論者，被點踩系數(shù)增加，關注up過于寬泛系數(shù)增加，關注up的偏好過于龐雜系數(shù)增加，觀看視頻發(fā)表評論數(shù)量過多系數(shù)增加，私信過多系數(shù)增加，看完多視頻多次不點贊，硬幣，收藏，轉(zhuǎn)發(fā)系數(shù)增加。

則開始引導觀眾，進入特別的視頻，有關聯(lián)但評論區(qū)氛圍不同的視頻，改變基本的偏好。

?

面對信息繭系數(shù)過高和網(wǎng)絡爭議系數(shù)過大的觀眾或者說評論者，處理辦法我并沒有十足的把握，實際上系統(tǒng)有一套迭代機制去完成信息推薦的改造。簡而言之，在識別了某一特定人群特征后，要改變他們的行為特征而不是進一步強化。雖然，此事可能在短期形成一些諸如用戶視頻觀看量下降，熱度下降等等降低數(shù)據(jù)的表現(xiàn)，但長期，會擁有一個更加健康的社區(qū)氛圍。希望大家支持，謝謝大家的關注。下次再見。