为什么APP总是能知道我们想要什么？个性化推荐是背后推手( 三 ) 如果不是因为算法的存在

文章图片
为了提高信息的推荐效率，视频网站这时候就会引入个性化推荐，用以帮助用户更快速地找到自己所需要的信息，从而让用户觉得这个网站对其有所帮助增加用户的点击率。

文章图片
·加强留存率
与之相对的是抖音。
作为短视频行业的老大，抖音还率先引入了实时学习机制，它可以通过用户使用的数据快速提供反馈。
比如黑马一直喜欢的是机车的视频，但是某一天黑马突然在萌宠类视频上停留了较长的时间，那么这时候抖音就会根据这个改变快速推荐相似的视频。
这一点，相信大家都深有体会。

文章图片
另外，根据纽约时报发布的《TikTok是如何让你上瘾的》文章描述， TikTok内部的一份文件《TikTokAlgo101》曝光了抖音算法的推荐逻辑：
为了追求公司增加日活用户的“终极目标” ，对提供给用户的视频内容流， TikTok选择性地优化了两大密切相关的指标：“留存率”——即用户是否回访——以及“访问时长” 。

文章图片
“算法透明”的创始人纪尧姆·查斯洛特说：“这种系统意味着观看时长才是重点。它的算法是为了让人上瘾，而不是给人们真正想要的东西。 ”
道理很简单，用户在APP中停留的时长越久，观看到广告的机会也就越多，平台的综合收益也就越大。

文章图片
值得一提的是，文章提到的《TikTokAlgo101》是由抖音北京的工程团队编撰，同时也得到了TikTok发言人希拉里·麦奎德的证实，她表示，这份文件旨在向非技术人员解释抖音算法工作原理。
至于国内的抖音推荐机制是否和国际版的TikTok一致，这里黑马就不做评判了。

文章图片
不过，通过上面这两个例子，我们可以在这里简单总结一下：个性化推荐算法在APP中被应用，最主要的目的就是为了提高信息推送效率、加强用户的留存率。
毕竟在互联网时代，用户留存率=钱。

文章图片
常言道， “物极必反” 。平台通过这些手段将用户留下来之后，就不会对用户造成什么影响吗？
这个问题，值得我们深入探讨一下。

文章图片
个性化推荐造成的后果
就黑马个人而言的，体会最深刻的就是个性化推荐带来的冲动消费和信息茧房的问题。
·冲动消费
就拿冲动消费这事来说，淘宝曾有一个让黑马“惊为天人”的功能：猜你喜欢。
其离谱程度在于，它推荐的东西不一定是黑马的必需品，但它推荐超过90%的产品都是黑马喜欢的产品。每一次深夜逛淘宝，黑马就忍不住想要剁手。难不成，黑马的自制力就这么差？
黑马也咨询了一下身边的朋友，发现和黑马有着相同困境的人不在少数。

文章图片
事实上，个性化推荐的最重要的目的之一就是让人上瘾，形成冲动消费。
甭管你是逛淘宝还是刷抖音，对于这些平台而言最重要的就是成瘾性。因为只有让你上瘾了，才能让你产生一种别人有的我也要有，从而在不知不觉之间促使你完成消费。