本篇文章1868字，读完约5分钟
随着互联网大数据时代的到来，大数据正在影响着我们的阅读习惯，不管我们是否愿意。基于用户社交网络和用户信息流的阅读平台悄然诞生，以今日头条为代表的阅读软件不自觉地长出了个性化阅读的萌芽。
不可否认，算法推荐的出现是外部环境、成熟技术和用户需求的必然产物。把阅读的主动权交给算法推荐，这种阅读习惯确实迎合了用户的行为习惯。但是，这种阅读习惯带来了很多弊端，使得个性化阅读这个美丽的口号变得不那么现实和性感。
在这里，我不得不说说我用今天的头条时的尴尬:
【/h/】作者是互联网行业的媒体人，自然更关注自己的媒体。作者也正好负责这个媒体的一个栏目，所以也特别关注这个栏目。同时作者还是一个资深米粉，比较喜欢小米的新闻，每当小米有新消息的时候总是特别关注。
所以今天头条的使用场景是这样的。每天进入今日头条的订阅版块，看看自己的媒体都收藏了哪些稿件，每篇稿子看了多少，特别关注自己负责的栏目。科技专栏出现关于小米的新闻，作者会点进去看看。
【/h/】这个使用习惯让作者在今天头条的过程中尴尬不已:每次进入客户端，推荐板块六七条新闻都是作者负责的栏目，还有很多关于小米的不寻常新闻。这使得作者在今天头条上的阅读越来越单调。
单一算法推荐和信息流推送也给作者带来了信息量太大、内容太乱、信息价值低的问题。整个新闻客户端就像菜市场，没有态度，没有风格，阅读体验差，功能碎片化。
算法推荐冷思考
为什么算法推荐阅读这么尴尬？这里要从算法推荐的逻辑开始:
【/h/】机器只通过字面匹配关键词来实现统计推荐，对于文学作品或新闻报道等艺术性和专业性很强的内容，无法保证推荐质量。另外，在算法方面，主要是基于统计和匹配检索，主要搜索因素是你个人关心的信息类型和标签，很难达到推荐效果。
一千个人眼中有一千个哈姆雷特，但是只有一台电脑。算法开发者是用他的思维机械化来统计关键词，然后推荐给你。在有着深厚中国文化的中国，这种推荐算法很难让人满意。
【/h/】另外，也不是说内容消费者只关注一点，推荐内容能准确击中这一点后算法推荐成功。这还取决于如何在推荐机制中定位内容的值。读书注重个人提升和灵感。长时间重复关注一个点，会固化内容消费者的思维，不利于阅读的拓展。
在此，笔者不否认今日头条的算法推荐。算法推荐的技术思路无疑是很有前瞻性的。但提出这些问题，希望能冷静理性地思考算法推荐所陷入的技术陷阱。
选择权还给人，这才是真正的个性化
【/h/】随着今日头条的巨大成功，搜狐、新浪、网易、腾讯四大传统门户网站，以及小资等主流新闻阅读平台，都开始使用算法推荐和信息流推送的思路进行阅读推荐。虽然这些阅读平台背后的推荐机制各不相同，但都是试图基于用户的阅读兴趣构建一个社交图，利用阅读兴趣的社交网络获取信息长尾中的内容进行个性化推荐。
虽然算法推荐的技术价值很大，但是把阅读的决策权交给算法推荐，不如把它还给别人可靠。【/s2/】其实搜狐总裁张朝阳回来重建门户的时候就讲过这个问题。内容消费包括板块消费和个性化消费。板块消费的特点基本是人头消费，编辑推荐。这个盘子应该用有限的人力制作。个性化消费，是长尾消费，根据读者的消费习惯推荐。
【/h/】张朝阳真的是在修身养性的过程中冷静思考世界。为了解决算法推荐的弊端，他使用用户在客户端看到的前100条新闻，由搜狐手工编辑。剩下的往下拉，就会出现根据每个用户平时的浏览喜好和习惯留下的痕迹智能推荐的个性化新闻。
这个解决方案是合理的。对于零碎时间阅读的人，考虑的是态度和个性化。但是对于独立阅读群来说，其实他们更喜欢阅读在自己手里，编辑推荐还是不够个性化，因为编辑虽然专业，却始终无法了解内容消费者的内心。只有赋予读者选择阅读的权利，才能真正做到个性化。
摘要:
显然，推荐算法并不是帮助我们发现生活的理想方式。一方面会限制我们感兴趣的领域，阻止我们发现新的奇妙算法的准确性可以用数字来衡量，10%的提升价值100万美元，而多样性和新颖性没有适用的数学标准；另一方面，它不知道如何控制自己。当有太多的推荐时，它无法筛选出你可能更感兴趣的东西。
【/h/】其实这个扮成知己的程序，并不能帮你解决任何决策效率或者增加知识的问题。它真正的职责是帮助雇主赚更多的钱。新闻推荐和电影推荐让你的注意力在他们的网站上停留的时间更长，亚马逊的书籍推荐真的让我在这上面花了更多的钱。
机器做出规律的判断很简单，但是机器综合心理学、社会学甚至某个细分领域的规则做出判断是非常困难的。我更愿意相信我的大脑比任何推荐算法都先进。[/s2/]
