摘要：
隨著深度學(xué)習(xí)等技術(shù)的發(fā)展，人工智能應(yīng)該會(huì)更加深入地與算法保舉相結(jié)合，技術(shù)會(huì)更為理智和人性化，進(jìn)一步克服當(dāng)前存在的缺陷，從而生產(chǎn)出真正優(yōu)質(zhì)的內(nèi)容。
昨日，《人民日?qǐng)?bào)》刊載了一篇題為《新聞莫被算法“綁架”》的文章。文章中指出，一些癡迷于技術(shù)算法的新聞客戶端愈發(fā)“簡單粗暴”。點(diǎn)開某篇文章之后，就會(huì)迅速被大量相似內(nèi)容刷屏，而且無法拒絕。《人民日?qǐng)?bào)》認(rèn)為，媒體被算法、流量和點(diǎn)擊量綁架，而削弱了對(duì)新聞?wù)鎸?shí)、全面、獨(dú)立等準(zhǔn)則的堅(jiān)守。
隨著人工智能的發(fā)展，算法保舉越來越成為了科技界乃至媒體圈推崇的技術(shù)手段。從長遠(yuǎn)角度來看，算法保舉是技術(shù)與時(shí)代發(fā)展到必然程度所出現(xiàn)的一定現(xiàn)象。算法保舉在全球范圍內(nèi)都已成為一種不成阻擋的趨勢，而且隨著時(shí)代的發(fā)展，算法保舉一定會(huì)成為未來內(nèi)容領(lǐng)域的主流之一。
當(dāng)然，在算法保舉發(fā)展的過程中，也不成制止地出現(xiàn)了一些問題。在《人民日?qǐng)?bào)》的文章中，指出了算法保舉中存在的簡單粗暴、低質(zhì)量等一系列缺陷。這些問題是確實(shí)存在的，也不該回避。雖然目前算法保舉非?；鸨?，但還需要更加理智和人性化。如果能提升技術(shù)水安然安祥樹立正確的態(tài)度，相信在未來，這些問題也是可以被克服的。
一、算法保舉種類頗多，應(yīng)用領(lǐng)域愈發(fā)廣泛
算法保舉，就是利用用戶的一些行為，通過數(shù)學(xué)算法，推測出用戶可能喜歡的東西。保舉算法大致可以分為基于內(nèi)容的保舉算法、協(xié)同過濾保舉算法和基于知識(shí)的保舉算法。
基于內(nèi)容的保舉算法，是按照用戶的愛好和關(guān)注過的條目（Item）而進(jìn)行保舉的。好比你看了《死神來了》第一部，那么基于內(nèi)容的保舉算法就會(huì)發(fā)現(xiàn)這個(gè)電影的后四部和你之前不雅觀看的內(nèi)容有很大的聯(lián)系，并加以保舉。
這種方法有效地制止了Item冷啟動(dòng)的問題。所謂冷啟動(dòng)，就是如果Item未被關(guān)注過，那么其他保舉算法就很少會(huì)去保舉。但基于內(nèi)容的保舉算法則否則，它可以分析Item間的關(guān)系，從而實(shí)現(xiàn)保舉行為。
不過，這種方法也有毛病，就是Item有很大程度上的重復(fù)可能。好比你看了一則關(guān)于馬航的新聞，那么很多保舉就可能是你瀏覽過的，甚至是內(nèi)容一致的新聞。此外，基于內(nèi)容的保舉算法很難提取到如音樂、電影等多媒體內(nèi)容的特征，因此很難進(jìn)行保舉。而目前的解決措施是給這些Item人工打標(biāo)簽，耗費(fèi)成本較大，不太劃算。
協(xié)同過濾算法的原理是保舉興趣相似的用戶喜歡過的內(nèi)容。好比你的伴侶喜歡《死神來了》，那么也會(huì)保舉給你，這便是最簡單的基于用戶的協(xié)同過濾算法。別的還有一種是基于Item的協(xié)同過濾算法。二者都是將用戶的全部數(shù)據(jù)讀入到內(nèi)存中進(jìn)行運(yùn)算的。此方法訓(xùn)練過程較長，但訓(xùn)練完成后保舉過程快。
基于知識(shí)的保舉算法是通過構(gòu)建領(lǐng)域本體或建立必然的規(guī)則進(jìn)行保舉，也有將此方法歸為基于內(nèi)容保舉中去的。
還有一種方法是混合保舉算法，即以加權(quán)或者串聯(lián)、并聯(lián)等方式對(duì)上述方法進(jìn)行融合。
基于多種多樣的算法保舉，全球范圍內(nèi)的新聞媒體開始逐漸使用這種方法向用戶推送新聞。
在這方面最早的應(yīng)該是Facebook。2012年，F(xiàn)acebook在廣告領(lǐng)域開始應(yīng)用定制化受眾功能，“受眾發(fā)現(xiàn)”這一概念得到了大規(guī)模應(yīng)用。一年前，F(xiàn)acebook頒布頒發(fā)新的動(dòng)態(tài)消息演算機(jī)制。這一計(jì)劃來自于對(duì)上千位用戶的調(diào)查，依據(jù)結(jié)果對(duì)算法進(jìn)行改善。對(duì)此，F(xiàn)acebook發(fā)言人體現(xiàn)，閱讀時(shí)間比點(diǎn)贊更能反映興趣。
Facebook通過該項(xiàng)調(diào)查發(fā)現(xiàn)，以點(diǎn)贊、留言和分享為基礎(chǔ)的算法，并不足以代表哪些文章對(duì)使用者更有意義，好比人們不愛對(duì)嚴(yán)肅新聞或伴侶的哀痛消息進(jìn)行點(diǎn)贊或留言。因此，將文章瀏覽時(shí)間納入貼文排名機(jī)制中，以推測使用者感興趣的文章類型。
在目前國內(nèi)許多的資訊類網(wǎng)站中，也應(yīng)用到算法保舉，揣度用戶感興趣的內(nèi)容并向其進(jìn)行推送。算法保舉不但可以被應(yīng)用于新聞資訊方面，還可以應(yīng)用于其他方面。
好比亞馬遜所使用的主流保舉算法，就是基于物品相似性和用戶瀏覽、喜歡、購買等數(shù)據(jù)的協(xié)同過濾保舉，，即用戶緯度和商品緯度。
由于不依賴用戶而基于商品的相似性，所以不會(huì)有冷啟動(dòng)問題。但也因?yàn)椴灰蕾囉脩?，所以比較死板，缺乏個(gè)性化保舉。這一算法廣為人知，但越是簡單的算法要達(dá)到好的效果就越難，特別是這種轉(zhuǎn)化率極低的算法。在國內(nèi)，也有許多電商平臺(tái)在應(yīng)用這種算法。好比“猜你喜歡”、“相似保舉”等功能，就是這種算法的具體表現(xiàn)。
