推荐算法真的是用户最优选择吗

简介: 简述推荐算法真的是用户最优选择吗

推荐算法可以说在眼下的互联网时代,存在于大家生活的各个方面,比如说线上购物,总是会推荐给你曾经购买过或者浏览过的商品;再比如短视频,推荐的也都是你浏览过,你可能感兴趣的短视频,这就是推荐算法。

为何各类网站都执着于结合“社交媒体算法”?

说到各类网站为啥执着于结合社交媒体算法(推荐算法),其实各类网站执着于社交媒体算法是有一定的历史原因的。随着现在生活节奏的越来越快,人们不管做什么事都想以最短的时间解决最大的问题。那么比如说你想在网上买一款手机,但是手机的种类很多,性能各有差异,这个时候推荐算法就会根据你以往的浏览记录或者购买记录为你推荐相似的手机,或者同品牌的其他手机等。这在一定程度上也就为你的购物节省了很大时间,并且买到的手机也是自己喜欢的。对于网站来说,自然也就提高了用户体验,且产生了营业额,双赢的局面。

作为开发者,你对“猜你喜欢”功能持怎样的态度?

作为开发者来说,对于猜你喜欢功能个人是持一半一半的态度。不可否认,猜你喜欢的推荐算法确实可以帮助用户节省很多选择的时间,为用户提供高效的购物体验。或者说推荐给用户爱看的短视频等,都可以在短时间内为用户提供好的体验。但是另外一半的情况就是说,猜你喜欢都是基于你以往的记录来猜测,那么对于新的东西或者说更好一点的东西可能就会考虑不到。比如过去你喜欢这个牌子的手机,那么一段时间后其他牌子的手机更好用呢,却没有推荐。这就是我为什么对猜你喜欢是一半一半的态度了。

你觉得推荐算法是让信息更高效还是更封闭?

推荐算法自然是有推荐算法的好处,在一定程度上可以让用户关注的信息更高效快捷的传达到用户,这样对于提高用户体验以及推广网站都是有一定的好处的。但是推荐算法往往是基于过去的选择或者浏览来推荐,可能会忽略用户对新东西新产品的期待,这一点上来说,推荐算法又有点封闭了,将用户封闭在了过往的选择中。希望后续推荐算法可以提供更优的推荐选择,为用户高效选择的同时兼顾时时性。

相关文章
|
5月前
|
算法 搜索推荐 数据挖掘
推荐算法之基于用户的协同过滤
推荐算法之基于用户的协同过滤
|
6月前
|
机器学习/深度学习 自然语言处理 搜索推荐
推荐系统的算法分类和操作流程介绍
推荐系统的算法分类和操作流程介绍
|
机器学习/深度学习 自然语言处理 数据挖掘
向量召回:深入评估离线体系,探索优质召回方法
向量召回:深入评估离线体系,探索优质召回方法
向量召回:深入评估离线体系,探索优质召回方法
|
算法 搜索推荐 安全
作为用户,推荐算法真的是最优解么?
众所周知,随着互联网技术的发展,推荐算法也越来越普及。无论是购物网站、社交媒体平台还是在线影视平台,推荐算法已成为用户获取相关信息的主要途径。据悉,近期GitHub决定结合算法推荐,将“Following”和“For You”两类合并起来,通过算法结合用户行为数据得出推荐结果。想必大家在生活中都被各种“猜你喜欢”过,不管是在PC端浏览网站时的推送信息,还是APP端划过的商品卡片或短视频的内容,都是基于庞大数据背后的算法来帮助筛选展示信息的,以期匹配用户的最佳喜好,但这种算法真的是用户的最优选择吗?作为用户,推荐算法真的是最优解么?那么本文就来简单聊聊。
99 1
作为用户,推荐算法真的是最优解么?
|
算法 搜索推荐 数据格式
基于用户的协同过滤算法(及3种计算用户相似度的方法)
本文参考《推荐系统实践》中基于用户的协同过滤算法内容。基于老师上课讲解,自己实现了其中的代码,了解了整个过程。
344 0
|
搜索推荐 算法 UED
推荐算法如何影响我们的生活
在生活中,我们经常面对需要决策的问题时,会使用多种策略来帮我们做出决策。诸如“我应该买哪个品牌手机?”,“我应该看哪部电影?”,“中午吃什么好?”等问题。我们做出选择时一般会依赖于朋友的推荐、在线评论、网上搜索和其他方法。 网上购物的兴起只会让这个决策过程变得更加复杂,因为购物者现在面临着更多的选择。互联网让我们从物质匮乏的时代变成了物质丰富的时代! 推荐引擎是帮助我们进行决策的工具。从推荐产品、要观看的电影、微信上的朋友到朋友、要阅读的新闻文章、搜索引擎优化、餐厅等等。在某种程度上,这些算法正在改变我们的决策过程。
218 0
|
vr&ar UED
AIPL模型|从分群到策略
AIPL模型主要用于对用户进行人群资产的量化,在分析用户的过程中,我们通常会用新用户和老用户进行划分。换一个角度我们也可以将用户划分成认知(Awareness)、兴趣(Interest)、购买(Purchase)、忠诚(Loyalty)类人群。每个人群内的用户,在产生了某种特殊行为之后就会转变他的人群属性。
AIPL模型|从分群到策略
|
机器学习/深度学习 人工智能 算法
推荐系统召回算法及架构说明
阿里巴巴技术专家傲海为大家带来推荐系统召回算法及架构说明的介绍。内容包括召回模块在推荐系统中的位置,召回算法的介绍,什么是协同过滤,以及向量召回架构的说明。
推荐系统召回算法及架构说明
|
机器学习/深度学习 自然语言处理 算法
推荐引擎—算法策略讲解1|学习笔记
快速学习推荐引擎—算法策略讲解1
推荐引擎—算法策略讲解1|学习笔记
|
机器学习/深度学习 并行计算 搜索推荐
推荐系统专题 | 单域推荐系统模型汇总(召回与排序算法)
推荐系统专题 | 单域推荐系统模型汇总(召回与排序算法)
672 0
推荐系统专题 | 单域推荐系统模型汇总(召回与排序算法)