无论你喜欢的是听音乐、做蛋糕或者是爬山,各种社交软件总能根据你的爱好来“猜你喜欢”。这种名为“个性化推荐”的算法,曾在很长一段时间里让无数人困扰无比。现如今,App里的“个性化推荐”终于可以手动关闭了。伴随着《互联网信息服务算法推荐管理规定》的正式实施,今年“3·15”前后,微博、微信、淘宝等 APP 都陆续上线“个性化推荐”开关。网友们迅速在第一时间进行了测试,然而,测试结果却不算理想。关闭了“个性化推荐”,却关不掉对APP的“心理依赖”。
扬子晚报/紫牛新闻记者 杨甜子
快来试试,“个性化推荐”这么关——
APP的“个性化推荐”开关到底在哪里?记者在测试过后,为读者列出了“个性化推荐”开关的关闭路径:
淘宝:进入淘宝APP,点击 tab栏中的“我的淘宝”;点击右上角的“设置”按钮,进入“隐私”;点击“推荐管理”,关闭“个性化推荐”开关。
B站:进入 B 站,点击 tab 栏中的“我的”;下拉点击“设置”;下拉点击“隐私权限设置”;下拉点击“个性化内容推荐管理”;关闭“个性化内容推荐”。
微博(普通版):点击 tab 栏中的“我”;点击右上角的“设置”;依次点击“隐私设置 > 个人信息与权限”;关闭“个性化内容推荐”。
微信订阅号:苹果用户,点击“订阅号消息”右上角“三道杠”选项,再在“订阅号”页面右上角代表“更多”含义的三个点标志里,选择“设置”,就可以找到“订阅号消息个性化推荐”的开关。Android/ target=_blank class=infotextkey>安卓用户点击“订阅号消息”右上角的菜单,点击更多按钮,在弹出菜单中选择“设置”,就可以找到“订阅号消息个性化推荐”的开关。
微信视频号:苹果用户点击视频号右上角的“小人”标志,“隐私 > 个性化推荐”,关闭“直播”和“视频”的两个个性化推荐开关即可。安卓用户点击视频号右上角的“小人”标志,依次点击“浏览设置”中的“隐私 > 个性化推荐”,关闭“直播”和“视频”的两个个性化推荐开关即可。
关闭之后,你的世界就清静了?不一定……
“之前因为工作关系,经常要去找一些纯音乐用作配乐,结果倒好,音乐APP给我推荐的歌单全是‘国外大神收藏的BGM清单’!自己听音乐都没了地方。”网友“HANS”表示,自己是“个性化推荐”算法的重度“受害者”。得知“个性化推荐”有了可以自主开关的按钮,深受困扰的部分网友们迅速行动,不一会儿就将微博、微信、抖音等APP里的按钮给关了个遍。
这下再刷手机,世界总能清静了吧!不少人“天真”地想。然而,关闭“个性化推荐”后的世界,和网友们想象的不太一样。网友“锅里一颗枣”关闭了购物网站的“个性化推荐”开关,再刷手机时他发现,首页开始给自己推荐紫檀擀面杖和新鲜蒜薹,这让“锅里一颗枣”觉得匪夷所思:“这都是啥跟啥?”“古月笙歌”关闭的是某音乐软件的“个性化推荐”开关,她的“听后感”顿时有些“穿越”:“我感觉我回到了上世纪80年代。”也有网友获得了可以掌控的新世界,“hiihsj”说,“关闭各个APP个性化推荐后,感觉打开了新世界的大门,大数据也不知道我喜欢什么,这种感觉简直太棒了!”
记者在挨个关闭“个性化推荐”开关的过程中,也详细观察了各个APP对于用户发出的提醒。其中,淘宝在“推荐管理”页面中,详细说明了网站的个性化算法会用到哪些可追踪到个人的数据。关闭前,淘宝首页会根据你经常搜索或者购买的内容来进行推荐,关闭后,首页推荐的内容变得繁多起来,各类生活用品或者直播间的畅销物品是主流。小红书APP关闭“个性化推荐”后,首页的内容显示区别不算很大,推荐的内容多少还是命中了记者的浏览偏好。
我们应该如何正确看待“个性化推荐”?
网友“pp”并不反感个性化推荐,在她看来,APP提供的有效信息,某种程度上能够对自己的需求起到一个“初筛”作用。“假如我看上了某一款口红的新色号,我会习惯性地去搜一搜别人的用户体验,看看自己是否踩雷。APP推荐的内容里,不排除有很多是夸大其词的成分,但‘排雷’这一项功能,我觉得挺好用的。”
“我重新打开了抖音的个性化推荐,因为我发现,关掉之后抖音给我推荐的内容压根没法看。”网友“bo酱”表示,自己对抖音有着一定程度的依赖,“刷着刷着会上瘾,但平时工作压力太大了,只有刷视频这种方式能让我解压。我删不掉抖音,只能重新打开‘个性化推荐’,让抖音的内容恢复到我爱看的分类。”
“个性化推荐”到底是“洪水猛兽”还是“生存依托”?南京航空航天大学人工智能学院的相关专家表示,各类客户端里上线“个性化推荐”算法,都经过了很多种方案的测试。最终能够上线的,一定是测试结果最好,推广效果最好的一种算法,并不是后端工程师“凭着想象乱来”。伴随着我们对于人工智能认识的加深,算法也在不断地改进中。比如这一次,各大客户端上线“个性化推荐”开关,让用户可以自主决定被“推荐”与否,其实就是一次进步。“开关”功能的提供,让用户有了更多的自主选择。完美的算法,需要建立在掌握大量用户访问信息的基础上,依赖于大量的历史数据。从业者们正在努力尝试,未来将算法改进得更加“智能”,既可以满足用户的兴趣和偏好,又能让推荐的内容变得多样,从而更好地把握用户偏好。