首先我覺(jué)得需要重新界定下標(biāo)題為“相對(duì)可靠的個(gè)性化推薦是不是一個(gè)偽需求？”

是否是一個(gè)偽需求要看個(gè)性化推薦是否有助于滿(mǎn)足用戶(hù)的需求，個(gè)性化推薦是一種產(chǎn)品方案，背后是一種技術(shù)算法，而這種產(chǎn)品方案要權(quán)衡的在某種場(chǎng)景中是否有幫助用戶(hù)達(dá)成某種目的。

我們先回到之前的PC時(shí)代，PC時(shí)代典型的是一個(gè)靠搜索驅(qū)動(dòng)的時(shí)代，基于關(guān)鍵字在全站來(lái)驚醒相應(yīng)的搜索，查找自己感興趣的內(nèi)容，這里主要是因?yàn)閮蓚€(gè)原因：

1、PC時(shí)代人機(jī)交互的方式主要是由鼠標(biāo)和鍵盤(pán)來(lái)完成，對(duì)于相應(yīng)的信息輸入簡(jiǎn)單快速。

2、用戶(hù)相應(yīng)信息的持續(xù)性的收集存在一些障礙，主要是工作設(shè)備和生活中用到的設(shè)備絕對(duì)的相對(duì)分離，以及PC基本上無(wú)登錄式的訪問(wèn)導(dǎo)致收集到的用戶(hù)信息支離破碎。

而在移動(dòng)互聯(lián)網(wǎng)時(shí)代受限設(shè)備的大小影響到人機(jī)交互方式的巨大改變，原本的輸入的方式在移動(dòng)設(shè)備上相對(duì)的變得困難，反而一些手勢(shì)類(lèi)的操作變的更為簡(jiǎn)單方便。此外正是移動(dòng)設(shè)備的隨時(shí)隨地導(dǎo)致在移動(dòng)設(shè)備上可以持續(xù)的跟蹤和收集用戶(hù)的訪問(wèn)數(shù)據(jù)，使得基于用戶(hù)數(shù)據(jù)來(lái)分析用戶(hù)的行為在準(zhǔn)確程度上有了很大的提高。

正是因?yàn)橐苿?dòng)互聯(lián)網(wǎng)的發(fā)展，使的基于用戶(hù)數(shù)據(jù)來(lái)針對(duì)用戶(hù)做個(gè)性化推薦成為了可能，在交互層面也使得用戶(hù)體驗(yàn)得到了極大的提升。

1、進(jìn)行個(gè)性化推薦的原因

A:滿(mǎn)足用戶(hù)的需求---體驗(yàn)

其實(shí)內(nèi)容還是哪些內(nèi)容，即使不采用個(gè)性化推薦，使用搜索加上各種分類(lèi)毅然是可以讓用戶(hù)看到自己想看的內(nèi)容，只不過(guò)是相應(yīng)的操作和流程要麻煩一些，就如同一個(gè)人想在一個(gè)小城市里面找到想吃的美食——自己還得費(fèi)把子力氣！而現(xiàn)在給你安排了一個(gè)生活助理，生活助理根據(jù)你的喜好，直接找到美食，每天直接端到你的面前——省事還不費(fèi)力，關(guān)鍵是這個(gè)生活助理還免費(fèi)。個(gè)性化推薦主要是基于用戶(hù)的使用數(shù)據(jù)來(lái)建立用戶(hù)的畫(huà)像，根據(jù)用戶(hù)的畫(huà)像來(lái)個(gè)性化推薦相應(yīng)的信息來(lái)滿(mǎn)足用戶(hù)的需求。大大的提高了用戶(hù)和信息的匹配速度，節(jié)省了用戶(hù)的操作步驟。但是這里要先說(shuō)明一下“所有的這一切都是定義在相對(duì)準(zhǔn)備的個(gè)性化推薦！”

B:滿(mǎn)足企業(yè)的需求——轉(zhuǎn)化

轉(zhuǎn)化是互聯(lián)網(wǎng)企業(yè)關(guān)注的重點(diǎn)目標(biāo)之一，任何企業(yè)最終都是要進(jìn)行商業(yè)化，那么商業(yè)化就必然存在著轉(zhuǎn)化用戶(hù)一說(shuō)，在最早的商業(yè)時(shí)代，不都講究的是商人能夠察言觀色，根據(jù)用戶(hù)的喜歡給用戶(hù)推薦相應(yīng)的商品更甚至是個(gè)性化的商品價(jià)格及交易方式。那么在互聯(lián)網(wǎng)時(shí)代，用戶(hù)和企業(yè)之間是通過(guò)網(wǎng)線來(lái)鏈接的，如何能夠察言觀色還得是根據(jù)用戶(hù)的使用數(shù)據(jù)來(lái)分析用戶(hù)的偏好，針對(duì)性的設(shè)定轉(zhuǎn)化方式，以求盡可能的轉(zhuǎn)化每一個(gè)用戶(hù)。所以個(gè)性化的推薦也在很大程度上是有企業(yè)端的需求來(lái)驅(qū)動(dòng)。

在此說(shuō)了那么多個(gè)性化推薦的原因和好處，但是個(gè)性化的并不是任何一個(gè)互聯(lián)網(wǎng)產(chǎn)品都是可以做的，個(gè)性化推薦是一起良藥也是一劑毒藥，良藥與否還得看個(gè)性化推薦的落地和推薦。

我在前文講到過(guò)，個(gè)性化推薦包含兩部分“產(chǎn)品方案”和“算法”，產(chǎn)品方案決定的合理的業(yè)務(wù)邏輯，算法是如何基于程序如何實(shí)現(xiàn)這種業(yè)務(wù)邏輯。在這里我們需要提到兩個(gè)內(nèi)容“用戶(hù)畫(huà)像”、“信息畫(huà)像”。

信息畫(huà)像：其實(shí)也就是大家經(jīng)常講的就是信息tag,我們需要從多個(gè)維度來(lái)針對(duì)信息進(jìn)行標(biāo)簽化，原則上緯度越多越好。這種信息的標(biāo)簽化常規(guī)來(lái)講主要是兩種方式來(lái)實(shí)現(xiàn)。1、手工標(biāo)注(工作量較大，準(zhǔn)確度相對(duì)較高)? 2、基于數(shù)據(jù)統(tǒng)計(jì)的機(jī)器標(biāo)注(處理速度相對(duì)較快，準(zhǔn)確度待考核，需要校驗(yàn))。至于使用那種方式不一而論。

用戶(hù)畫(huà)像：首先用戶(hù)畫(huà)像是一個(gè)動(dòng)態(tài)的。用戶(hù)畫(huà)像常規(guī)來(lái)說(shuō)包含兩部分，1、產(chǎn)品采集的用戶(hù)數(shù)據(jù)(注冊(cè)獲取的用戶(hù)屬性)? 2、用戶(hù)的使用軌跡(基于軌跡進(jìn)行的相應(yīng)的標(biāo)簽化)。這兩種數(shù)據(jù)有的時(shí)候會(huì)是矛盾的，因?yàn)槲覀儫o(wú)法當(dāng)前和用戶(hù)來(lái)進(jìn)行相應(yīng)的核實(shí)，所以在實(shí)際應(yīng)用過(guò)程中都是按照一定的權(quán)重來(lái)進(jìn)行分析。

關(guān)于產(chǎn)品的業(yè)務(wù)邏輯，也就是盡可能的枚舉出不同畫(huà)像的用戶(hù)所對(duì)應(yīng)的不同的信息畫(huà)像，理論上枚舉的越多越好。在實(shí)際操作中也是這樣，很多產(chǎn)品能夠枚舉出250+所中組合的用戶(hù)畫(huà)像，然后映射信息畫(huà)像。

但是在算法的環(huán)節(jié)并不是影響枚舉映射的，而是基于相應(yīng)的算法來(lái)實(shí)現(xiàn)用戶(hù)畫(huà)像和信息畫(huà)像的匹配，實(shí)際過(guò)程中并不完全如此，有的時(shí)候也會(huì)根據(jù)用戶(hù)的也定屬性來(lái)進(jìn)行一些大概的分類(lèi)，每個(gè)分類(lèi)的算法并不全然相同。此外我們所稱(chēng)的算法精確度并不是要求一定100%的準(zhǔn)確，因?yàn)闇?zhǔn)確畢竟是相對(duì)的。

所以我們可以看出關(guān)于個(gè)性化推薦并不是一件容易的事情，同時(shí)也不是一步就能到位，涉及到的算法就需要不停的優(yōu)化、驗(yàn)證、校驗(yàn)。

如果最終能夠能達(dá)到一種相對(duì)合理的程度，那么的確會(huì)大大的方便用戶(hù)，提升了信息和用戶(hù)匹配的效率，是受用戶(hù)歡迎的。但是如果個(gè)性化推薦的最后的準(zhǔn)確度不是很高，那么將會(huì)給用戶(hù)帶來(lái)一些困擾，甚至是一些用戶(hù)的抱怨，最后棄產(chǎn)品而出，因?yàn)椴粌H僅沒(méi)有幫助到用戶(hù)，反而極大的增加了用戶(hù)的使用成本。所以說(shuō)個(gè)性化推薦既是一劑良藥也是一劑毒藥。

從人機(jī)交互的變化，用戶(hù)體驗(yàn)性的需求及企業(yè)轉(zhuǎn)化的需求及相對(duì)可靠的個(gè)性化推薦所帶來(lái)的結(jié)果，我覺(jué)得“相對(duì)可靠的個(gè)性化推薦是一個(gè)真實(shí)的需求”，只不過(guò)是用戶(hù)不會(huì)直接告訴你我需要的是個(gè)性化的推薦，而是能不能把我想看的東西放在這里。

此外需要補(bǔ)充一點(diǎn)，關(guān)于個(gè)性化推薦的倫理道德問(wèn)題，關(guān)于這一點(diǎn)其實(shí)在歐美討論的比較多，辯論也很激烈，但是目前關(guān)注的點(diǎn)還是在于“用戶(hù)數(shù)據(jù)隱私”。

個(gè)性化推薦倫理道德

在互聯(lián)網(wǎng)屆其實(shí)也一直存在一種反對(duì)的聲音，這種反對(duì)主要是反對(duì)互聯(lián)網(wǎng)產(chǎn)品使用用戶(hù)的隱私數(shù)據(jù)來(lái)進(jìn)行相應(yīng)的加工，來(lái)評(píng)估用戶(hù)的需求，并且在互聯(lián)網(wǎng)產(chǎn)品矩陣中針對(duì)用戶(hù)的需求來(lái)推送相應(yīng)的產(chǎn)品，在歐美，這種事情引起的反感程度遠(yuǎn)遠(yuǎn)比國(guó)內(nèi)強(qiáng)烈，因?yàn)椴糠钟脩?hù)覺(jué)得這些大型的互聯(lián)網(wǎng)公司介入了日常生活中的方方面面，結(jié)合搜集的用戶(hù)數(shù)據(jù)，來(lái)做針對(duì)性的推薦，這是利用用戶(hù)的心理缺陷來(lái)做針對(duì)性的攻擊。

其實(shí)在日常生活中我們也經(jīng)常遇到這種問(wèn)題，比如剛剛在天貓上搜索了相應(yīng)的商品，然后在今日頭條等其它App上，也會(huì)出現(xiàn)相應(yīng)的商品的推薦，雖然很多人不知道此類(lèi)信息是如何共享，以及是否有共享，但是給用戶(hù)的心理感覺(jué)就是這里面有鬼。

才外還有另外一種聲音“基于海量點(diǎn)擊的算法推薦帶來(lái)的閱讀和視野的狹窄和偏見(jiàn)”，這一反思是由鳳凰網(wǎng)CEO、一點(diǎn)資訊董事長(zhǎng)劉爽指出算法的三大缺陷中的一個(gè)。因?yàn)閭€(gè)性化算法的基礎(chǔ)邏輯是，如果一篇文章更受歡迎，就更應(yīng)該被推薦給具有對(duì)應(yīng)標(biāo)簽的你。在劉爽看來(lái)，這個(gè)推薦邏輯導(dǎo)致的后果是，“算法推薦的是大眾，甚至是庸眾一致叫好的高點(diǎn)擊作品，但不一定是用戶(hù)所在的那一個(gè)圈層所高度認(rèn)可的?！? ?

誠(chéng)如：有的時(shí)候我們世界里面還是需要一些雜音，讓我們知道外面還有一個(gè)世界！