首先我覺得需要重新界定下標(biāo)題為“相對可靠的個(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足用戶的需求习劫，個(gè)性化推薦是一種產(chǎn)品方案，背后是一種技術(shù)算法嚼隘，而這種產(chǎn)品方案要權(quán)衡的在某種場景中是否有幫助用戶達(dá)成某種目的诽里。

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)代飞蛹，基于關(guān)鍵字在全站來驚醒相應(yīng)的搜索谤狡，查找自己感興趣的內(nèi)容，這里主要是因?yàn)閮蓚€(gè)原因：

1卧檐、PC時(shí)代人機(jī)交互的方式主要是由鼠標(biāo)和鍵盤來完成墓懂，對于相應(yīng)的信息輸入簡單快速。

2霉囚、用戶相應(yīng)信息的持續(xù)性的收集存在一些障礙捕仔，主要是工作設(shè)備和生活中用到的設(shè)備絕對的相對分離，以及PC基本上無登錄式的訪問導(dǎo)致收集到的用戶信息支離破碎佛嬉。

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逻澳，原本的輸入的方式在移動(dòng)設(shè)備上相對的變得困難，反而一些手勢類的操作變的更為簡單方便暖呕。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)的跟蹤和收集用戶的訪問數(shù)據(jù)斜做，使得基于用戶數(shù)據(jù)來分析用戶的行為在準(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)展湾揽，使的基于用戶數(shù)據(jù)來針對用戶做個(gè)性化推薦成為了可能瓤逼，在交互層面也使得用戶體驗(yàn)得到了極大的提升。

1库物、進(jìn)行個(gè)性化推薦的原因

A:滿足用戶的需求---體驗(yàn)

其實(shí)內(nèi)容還是哪些內(nèi)容霸旗，即使不采用個(gè)性化推薦，使用搜索加上各種分類毅然是可以讓用戶看到自己想看的內(nèi)容戚揭，只不過是相應(yīng)的操作和流程要麻煩一些诱告，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)生活助理民晒，生活助理根據(jù)你的喜好精居，直接找到美食，每天直接端到你的面前——省事還不費(fèi)力潜必，關(guān)鍵是這個(gè)生活助理還免費(fèi)靴姿。個(gè)性化推薦主要是基于用戶的使用數(shù)據(jù)來建立用戶的畫像，根據(jù)用戶的畫像來個(gè)性化推薦相應(yīng)的信息來滿足用戶的需求磁滚。大大的提高了用戶和信息的匹配速度佛吓，節(jié)省了用戶的操作步驟。但是這里要先說明一下“所有的這一切都是定義在相對準(zhǔn)備的個(gè)性化推薦！”

B:滿足企業(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)之一维雇，任何企業(yè)最終都是要進(jìn)行商業(yè)化淤刃，那么商業(yè)化就必然存在著轉(zhuǎn)化用戶一說，在最早的商業(yè)時(shí)代谆沃，不都講究的是商人能夠察言觀色钝凶，根據(jù)用戶的喜歡給用戶推薦相應(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)代唁影，用戶和企業(yè)之間是通過網(wǎng)線來鏈接的耕陷，如何能夠察言觀色還得是根據(jù)用戶的使用數(shù)據(jù)來分析用戶的偏好，針對性的設(shè)定轉(zhuǎn)化方式据沈，以求盡可能的轉(zhuǎn)化每一個(gè)用戶哟沫。所以個(gè)性化的推薦也在很大程度上是有企業(yè)端的需求來驅(qū)動(dòng)。

在此說了那么多個(gè)性化推薦的原因和好處锌介，但是個(gè)性化的并不是任何一個(gè)互聯(lián)網(wǎng)產(chǎn)品都是可以做的嗜诀，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孔祸。

我在前文講到過隆敢，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)邏輯崔慧，算法是如何基于程序如何實(shí)現(xiàn)這種業(yè)務(wù)邏輯拂蝎。在這里我們需要提到兩個(gè)內(nèi)容“用戶畫像”、“信息畫像”惶室。

信息畫像：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)維度來針對信息進(jìn)行標(biāo)簽化温自，原則上緯度越多越好。這種信息的標(biāo)簽化常規(guī)來講主要是兩種方式來實(shí)現(xiàn)皇钞。1悼泌、手工標(biāo)注(工作量較大，準(zhǔn)確度相對較高)? 2夹界、基于數(shù)據(jù)統(tǒng)計(jì)的機(jī)器標(biāo)注(處理速度相對較快馆里，準(zhǔn)確度待考核，需要校驗(yàn))可柿。至于使用那種方式不一而論也拜。

用戶畫像：首先用戶畫像是一個(gè)動(dòng)態(tài)的。用戶畫像常規(guī)來說包含兩部分趾痘，1、產(chǎn)品采集的用戶數(shù)據(jù)(注冊獲取的用戶屬性)? 2蔓钟、用戶的使用軌跡(基于軌跡進(jìn)行的相應(yīng)的標(biāo)簽化)永票。這兩種數(shù)據(jù)有的時(shí)候會(huì)是矛盾的，因?yàn)槲覀儫o法當(dāng)前和用戶來進(jìn)行相應(yīng)的核實(shí)，所以在實(shí)際應(yīng)用過程中都是按照一定的權(quán)重來進(jìn)行分析侣集。

關(guān)于產(chǎn)品的業(yè)務(wù)邏輯键俱，也就是盡可能的枚舉出不同畫像的用戶所對應(yīng)的不同的信息畫像，理論上枚舉的越多越好世分。在實(shí)際操作中也是這樣编振，很多產(chǎn)品能夠枚舉出250+所中組合的用戶畫像，然后映射信息畫像臭埋。

但是在算法的環(huán)節(jié)并不是影響枚舉映射的踪央，而是基于相應(yīng)的算法來實(shí)現(xiàn)用戶畫像和信息畫像的匹配，實(shí)際過程中并不完全如此瓢阴，有的時(shí)候也會(huì)根據(jù)用戶的也定屬性來進(jìn)行一些大概的分類畅蹂，每個(gè)分類的算法并不全然相同。此外我們所稱的算法精確度并不是要求一定100%的準(zhǔn)確荣恐，因?yàn)闇?zhǔn)確畢竟是相對的液斜。

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叠穆，涉及到的算法就需要不停的優(yōu)化少漆、驗(yàn)證、校驗(yàn)硼被。

如果最終能夠能達(dá)到一種相對合理的程度示损，那么的確會(huì)大大的方便用戶，提升了信息和用戶匹配的效率祷嘶，是受用戶歡迎的屎媳。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)給用戶帶來一些困擾论巍，甚至是一些用戶的抱怨烛谊，最后棄產(chǎn)品而出，因?yàn)椴粌H僅沒有幫助到用戶嘉汰，反而極大的增加了用戶的使用成本丹禀。所以說個(gè)性化推薦既是一劑良藥也是一劑毒藥。

從人機(jī)交互的變化鞋怀，用戶體驗(yàn)性的需求及企業(yè)轉(zhuǎn)化的需求及相對可靠的個(gè)性化推薦所帶來的結(jié)果双泪，我覺得“相對可靠的個(gè)性化推薦是一個(gè)真實(shí)的需求”，只不過是用戶不會(huì)直接告訴你我需要的是個(gè)性化的推薦密似，而是能不能把我想看的東西放在這里焙矛。

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題残腌，關(guān)于這一點(diǎn)其實(shí)在歐美討論的比較多村斟，辯論也很激烈贫导，但是目前關(guān)注的點(diǎn)還是在于“用戶數(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的聲音蟆盹，這種反對主要是反對互聯(lián)網(wǎng)產(chǎn)品使用用戶的隱私數(shù)據(jù)來進(jìn)行相應(yīng)的加工孩灯，來評估用戶的需求，并且在互聯(lián)網(wǎng)產(chǎn)品矩陣中針對用戶的需求來推送相應(yīng)的產(chǎn)品逾滥，在歐美峰档，這種事情引起的反感程度遠(yuǎn)遠(yuǎn)比國內(nèi)強(qiáng)烈，因?yàn)椴糠钟脩粲X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寨昙，結(jié)合搜集的用戶數(shù)據(jù)讥巡，來做針對性的推薦，這是利用用戶的心理缺陷來做針對性的攻擊毅待。

其實(shí)在日常生活中我們也經(jīng)常遇到這種問題尚卫，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上尸红，也會(huì)出現(xiàn)相應(yīng)的商品的推薦吱涉，雖然很多人不知道此類信息是如何共享，以及是否有共享外里，但是給用戶的心理感覺就是這里面有鬼怎爵。

才外還有另外一種聲音“基于海量點(diǎn)擊的算法推薦帶來的閱讀和視野的狹窄和偏見”，這一反思是由鳳凰網(wǎng)CEO盅蝗、一點(diǎn)資訊董事長劉爽指出算法的三大缺陷中的一個(gè)鳖链。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墩莫，就更應(yīng)該被推薦給具有對應(yīng)標(biāo)簽的你芙委。在劉爽看來，這個(gè)推薦邏輯導(dǎo)致的后果是狂秦，“算法推薦的是大眾灌侣，甚至是庸眾一致叫好的高點(diǎn)擊作品，但不一定是用戶所在的那一個(gè)圈層所高度認(rèn)可的裂问〔嗵洌”? ?

誠如：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)世界堪簿！