回覆列表
-
1 # 阿亮Sherlock
-
2 # 葉猛獁
資訊類app採用的推薦演算法可能會使使用者接受的資訊過於侷限,但是過於侷限並不會導致沉迷。這其實是兩個問題,讓我們分開來看。
首先是第一個問題:資訊類app採用的推薦演算法會使使用者接受的資訊過於侷限嗎?過去是,現在正在改善。畢竟,資訊類app的目的是讓讀者沉迷,從而獲得更長的線上時間。如果只是重複推送小領域的內容,使用者很快就會不滿。
接下來是第二個問題,推送演算法是否會造成使用者沉迷?剛才說了,這是app設計的目的。畢竟只有沉迷才有更長的線上時間,報表和收入也會更好看。但是顯然,資訊類app的沉迷不如遊戲類的沉迷那麼嚴重。
所謂沉迷,指的是不受控制地花費太多時間在某個產品上。這和產品設計有關,但是更多地是看使用者的個人情況。即使是更容易沉迷的遊戲,也同樣有人能夠做到不沉迷其中,更何況只是資訊類的app呢?
這就像是問是不是菜刀會導致使用者自殺一樣。工具永遠只是工具,能做出決定的始終只是人自身。
其實提問者問的是兩個問題:
1.演算法推薦的資訊類app會不會讓使用者接收的資訊過於侷限。(有的人會聯想到“資訊繭房”)2.這種模式的app會不會容易造成沉迷。首先第1點,讓我想當然的來想一下。
關於這一點,可以很明確的回答:關於喜歡的東西會有加權推薦的機制,但是一定不會陷入到只推薦你喜歡的資訊,造成資訊侷限的狀況。
為什麼呢?
因為如果演算法推薦這麼簡單的話,就不存在如今演算法人才稀缺的狀況了。開個玩笑。
推薦類產品背後的演算法,對於喜好內容僅僅是加權的作用,並不是全部。
所以如果只單純的推薦喜歡的內容,對於使用者的留存來說,可能短時間內效果比較好,長期來看甚至會是一條拱形曲線-可能會起反作用。
當然有人說了,你又沒有資料,還說的這麼頭頭是道,真能吹!
所以資訊侷限是不存在的。
在這裡多說一句,其實“資訊繭房”一開始的定義並不是資訊侷限,而是觀點的侷限,比如幾個人長時間在一起不接觸社會,那麼這幾個人的觀點就會互相肯定和趨同,最終形成“資訊繭房”,它的重點是觀念的固化。是美國哈佛大學法學教授凱斯桑斯坦在2001年首次提出的。
第二個問題,這種app會不會造成沉迷。
答案是肯定的!一定會!
當你正在仔細閱讀資訊的時候,演算法在一遍一遍跑著資料,想方設法的抓住你,讓你停留更長的時間--極大效率的進行內容的分發背後是一串串冷酷無情的資料和演算法工程師以及產品經理理性而強大的邏輯。