Shopping- und Kurzvideo-Apps – warum können sie immer Ihre Favoriten erraten?

Haben Sie schon einmal das Vergnügen erlebt, eine Zeit lang einzukaufen und dann das Gefühl zu haben, immer weiter einkaufen zu wollen?

Ich kann nichts tun. Die E-Commerce-Plattform drängt mir ständig Dinge auf, die mir gefallen, und ich kann nichts dagegen tun!

In dieser Welt gibt es neben den Menschen um Sie herum, die Ihre Vorlieben sehr gut kennen, auch etwas, das Ihre Vorlieben sehr gut kennt – den Empfehlungsalgorithmus.

#1Ihre Präferenzen lassen sich berechnen

Lassen sich die Präferenzen eines Menschen wirklich berechnen? Die Antwort lautet: Ja!

Bildquelle: Pixabay

Haben Sie schon einmal Tik Tok geschaut? Als derzeit beliebtestes Kurzvideoprodukt hat Douyin eine neue Ära intelligenter Empfehlungsalgorithmen eingeläutet (die anhand des Benutzerverhaltens und mathematischer Algorithmen Rückschlüsse darauf ziehen, was den Benutzern gefallen könnte). Viele Menschen können nicht aufhören, Douyin anzuschauen, weil die empfohlenen Videos bei ihnen den Wunsch wecken, weiterzuschauen.

Warum sind die Empfehlungen von Tik Tok so genau? Denn wenn Sie kurze Videos ansehen, versteht und zählt es Ihre Sehgewohnheiten, indem es zählt, wie lange Sie verschiedene Videos ansehen, ob Sie sie zu Ende angesehen haben, ob Sie sie mögen, sammeln und verfolgen, und Ihnen weitere Videos desselben Typs empfiehlt; Außerdem werden Big Data genutzt, um Ihnen Videos zu senden, die Benutzern mit ähnlichen Vorlieben wie Ihren gefallen. Mit seinem Empfehlungsalgorithmus hat Tik Tok ein Produkt geschaffen, das von Internetnutzern auf der ganzen Welt geliebt wird. Viele Menschen verwenden den Ausdruck „kann nicht aufhören, es anzuschauen“, um die Suchtkraft von TikTok zu beschreiben.

#2 Wie gut kennen Sie sich mit Algorithmen aus?

Aus praktischer Sicht sind Empfehlungsalgorithmen, ob es Ihnen gefällt oder nicht, in jeden Aspekt unseres Lebens eingedrungen. WeChat und Taobao verwenden ähnliche Algorithmen, um uns Inhalte und Produkte zu empfehlen. Die Anwendung ähnlicher Algorithmen kann diesen Unternehmen offensichtlich größere wirtschaftliche Vorteile bringen. Da die von Algorithmen empfohlenen Dinge uns süchtig machen, stellt sich die Frage: Verstehen Algorithmen uns? Es hängt davon ab, wie Sie „verstehen“ definieren.

Zum Beispiel. Vor einiger Zeit habe ich Xiao×shu heruntergeladen, um Geschenke für meine Freunde zu kaufen. Ich wollte damit nach echten Bewertungen einiger beliebter Online-Produkte suchen, um zu sehen, ob es sich lohnt, sie zu kaufen. Sobald ich mich angemeldet hatte, fragte mich Xiao×shu nach meinen Hobbys und Interessen. Als heterosexueller Mann und Wissenschaftspopularisierer habe ich natürlich Sport, Sozialwissenschaften, Technologie und andere Bereiche gewählt, die mit meiner Arbeit und meinen Interessen in Zusammenhang stehen, und dann hat mir die Homepage von Xiao×shu diese Inhalte empfohlen. Ich habe sie beiläufig durchgeblättert und festgestellt, dass die empfohlenen Inhalte nicht wirklich mein Interesse geweckt haben. Also habe ich die Startseite verlassen, nach Bewertungen einiger Geschenke gesucht, die ich kaufen wollte, und sie dann geschlossen.

Ein paar Tage später hatte ich nichts zu tun, also habe ich mich erneut bei Xiao×shu angemeldet. Dieses Mal habe ich mir nur beiläufig die Inhalte auf der Homepage angesehen. Da es im small×book viele Inhalte zum Thema Essen gibt und schöne Dinge immer eine Augenweide sind, war ich als Feinschmecker fasziniert davon, mir alle möglichen Speisen anzuschauen … Als ich später noch einmal im small×book blätterte, stellte ich fest, dass es offensichtlich immer mehr Videos zum Thema Essen gab, während die Inhalte zu Sport, Wissenschaft, Technik usw., die ich mir angesehen hatte, praktisch nicht auftauchten.

Mir wurde klar, dass Xiao×shu meine Surfgewohnheiten gelernt und meine tiefe Liebe zum Essen entdeckt hatte. Für den Algorithmus von Xiao×Shu ist es also nicht wichtig, was ich glaube, dass mir gefällt, sondern was ich tatsächlich gerne lese. Dies ist die Essenz des Empfehlungsalgorithmus.

Bildquelle: Pixabay

#3 Niedrige Bedürfnisse vs. hohe Bedürfnisse

Warum empfiehlt Xiao×shu also immer Lebensmittelinhalte und ignoriert die Vorlieben, die ich zu Beginn überprüft habe?

Tatsächlich können wir eine einfache Klassifizierung der menschlichen Vorlieben vornehmen. Eine Kategorie sind „niedrige Bedürfnisse“, wie etwa Nahrung, gutaussehende Männer und schöne Frauen usw., die eher Ihre biologischen Instinkte widerspiegeln; Die andere Kategorie sind „Bedürfnisse auf hohem Niveau“, wie etwa das Erlernen von Wissen, das Ihre Neugier und Ihren Entdeckungsdrang befriedigt, sowie das Streben nach Erfolg und Macht (wie etwa die Optionen, die ich geprüft habe). Letztere sind jedoch maschinell nur schwer zu identifizieren. Zumindest sind die Empfehlungsalgorithmen diesbezüglich derzeit nicht erfolgreich. Das „Aha, so ist das also!“ können Maschinen nicht simulieren. Der Moment, in dem Menschen Wissen erlernen, erfordert aber oft, dass wir selbst anhand von Schlüsselwörtern suchen.

#4 Soziale Empfehlung

Tatsächlich gibt es ein anderes System zum Empfehlen von Inhalten in der Realität, nämlich die soziale Empfehlung durch Likes von Freunden. Die Logik dahinter ist, dass die Inhalte, die einem Freund gefallen, Inhalte sein sollten, die ihn berühren und ihm gefallen. Insbesondere im sozialen Umfeld von Bekannten neigen wir dazu, anderen Dinge zu empfehlen, die ihren eigenen Geschmack, ihre Interessen und ihre Persönlichkeit widerspiegeln, wenn wir erkennen, dass die Inhalte, die uns gefallen, auch von anderen gesehen werden.

Wenn es in Ihrem Freundeskreis also viele Intellektuelle gibt, werden Sie mit Sicherheit viele Inhalte sehen, die Wissen, Gedanken, Weisheit und Philosophie enthalten. Mit anderen Worten: Diese Empfehlungsbeziehung stellt zunächst die Qualität des Inhalts und seiner Kreisattribute durch „Überprüfung durch eine echte Person“ sicher.

Andererseits werden Sie, da Sie bestimmten Freunden besondere Aufmerksamkeit schenken, durch die Information über die Inhalte, die diesen Freunden gefallen, dazu angeregt, Inhalte zu konsumieren. Nehmen wir an, Sie stellen fest, dass der Person, die Sie heimlich lieben, ein Beitrag gefällt, dann möchten Sie doch auch wissen, worum es in dem Beitrag geht, oder? Diese Art sozialer Empfehlungsmaschine ist tatsächlich die Logik, die von vielen frühen Internetprodukten übernommen wurde, und sie hat auch viele beliebte Internetprodukte hervorgebracht.

Wenn Sie sich mit dem WeChat-Videokonto befasst haben, werden Sie feststellen, dass es sich um ein Internetprodukt handelt, das eine soziale Empfehlungsmaschine verwendet. Obwohl der WeChat-Video-Account auch heute noch beliebt ist, sind seine Aufrufe und seine Dauer weitaus geringer als die von Douyin.

#5 Weg mit dem Algorithmus

Warum dominieren dann heute Algorithmen, die unsere „untergeordneten Bedürfnisse“ erlernen und ausnutzen, den Markt, während soziale Empfehlungen in eine Ecke gedrängt wurden?

Tatsächlich gibt es viele Gründe. Beispielsweise ist in unserer Gesellschaft die Zahl der Menschen, die nach Wissen streben und voller Neugier sind, weitaus geringer als die Zahl der Menschen, die gelangweilt sind und Zeit totschlagen müssen. Ein weiteres Beispiel ist, dass es viel schwieriger ist, Inhalte zu produzieren, die tiefes Nachdenken erfordern, als oberflächliche Unterhaltungsinhalte. Ein weiteres Beispiel: Es fällt den Leuten immer schwerer, eine halbe Stunde oder sogar zehn Minuten für das aufmerksame Lesen eines Artikels aufzuwenden, aber 15 Sekunden sind leicht möglich. Daher werden die Empfehlungen des Algorithmus zwangsläufig auf den Mainstream ausgerichtet sein.

Wir müssen uns jedoch nicht vollständig auf Algorithmen festlegen und schon gar nicht vollständig auf unsere eigenen grundlegenden Bedürfnisse eingehen. Obwohl niedere Bedürfnisse glücklich machen, sind sie nicht alles im Leben. Es gibt Freuden und Ziele auf höherer Ebene im Leben, die sich der Berechnung von Algorithmen entziehen, und wir müssen sie aus Büchern und von Freunden beziehen.

Wenn Sie sich also der Kontrolle des Algorithmus entziehen möchten, können Sie damit beginnen, Ihren Freunden gute Bücher zu empfehlen, die Sie gelesen haben. Vielleicht haben manche Leute großes Interesse an Ihren Empfehlungen und sind bereit, ihre Lebenserfahrungen auszutauschen.

Beitragender: Chongqing Science and Technology Museum Autor: Cheng Yinan, leitender Benutzerforscher bei einem Internetunternehmen

Rezensionsexperten: Huang He, Li Chunli, Chen Tao, Xu Xiaoping

Hinweis: Abgesehen von Originalinhalten und besonderen Hinweisen stammen einige Bilder aus dem Internet. Sie dienen nicht kommerziellen Zwecken und werden nur als populärwissenschaftliche Materialien verwendet. Das Urheberrecht liegt bei den ursprünglichen Autoren. Sollten Rechtsverstöße vorliegen, kontaktieren Sie uns bitte, damit wir diese löschen können.