個性化推薦帶來的內容泛濫終歸會回歸品質

處於當下這樣一個大數據風口期，技術帶來的紅利就是，我們接觸到的每個資訊平台都是今日頭條，資訊平台都生怕用戶會怪罪它不會個性化推薦；

很多人都在用這些帶有個性化推薦的內容資訊平台，不知道大家有沒有發現一些問題，那就是很多時候，個性化推薦給你的，並不是你喜歡的內容，或者說，推薦給你的內容其實內容質量並不好，但是應用也推薦給你了；

那麼問題來了，個性化推薦帶來的內容，到底能不能保證質量，或者說是不是我想看的有質量的內容；

如果要探討這個問題，我們首先從源頭來分解這個問題；個性化推薦是技術進步帶來的紅利；

縱觀歷史，從第一次技術革命帶來工業的進步，第二次技術革命帶來電氣時代，第三次技術進步帶來計算機技術；

一次次技術革命都告訴我們，技術是促進生產要素，生產力變化的一個重要因素；這一輪當然也不例外；

互聯網技術帶來的核心價值與優勢，就在於通過信息的流通、結構化等特徵，提升原來的效率，達到降低成本的效果；每一輪技術革新，都讓獲取信息、內容的效率大大提升；

針對內容領域，每一次的技術進步，每一個新技術，首先帶來的是內容分發效率的提升；

因為技術的進步帶來了效率的提升，可以讓更多人、更方便地去獲得更豐富的內容，所以獲取內容的門檻降低了；

什麼意思呢；就拿資訊應來說；在之前，我們要看某一類型的資訊，可以通過在某個資訊應用的分類裡面查找、搜索等方式獲取；但是現在技術進步之後，應用可以直接通過數據給你推薦你想看類型的資訊內容；

所以，從獲取資訊的角度看，門檻的確是降低了；

但是，每一次新技術的進步，都會在短期內導致內容品質下降；

我們前面說到，每一次技術進步，都會帶來獲取內容的效率提升沒獲取內容門檻降低；

那麼問題來了；

1）、原來有很多人沒有機會去獲得豐富的內容，現在由於技術的革新，他們有機會去接觸更多的內容；所以對於他們來講，有還是沒有，仍然要比好還是不好要更重要；

2）、原來有機會接觸很多內容的人，在有更高的效率的方法下，獲取內容是否方便，也會比內容好不好變得更重要；

所以，總會在技術革新的短期內導致內容品質大大下降；

但是，從長遠來看，內容的質量終歸是要回歸品質的；

1）、從技術角度看，技術始終只是技術，我們人才是使用技術提升效率的始作俑者；我們會發現，技術只是我們用來實現內容分發效率提升的媒介；它能夠決定我們看什麼內容，但是它決定不了我們對內容的以人的角度做的客觀評價，是否高質量；

2）、從人的角度看，我們一直在追求更高質量的內容，當我們接觸到更多、更豐富的內容之後，我們對高質量的追求其實是沒有大的變化的；也就是說，我們不會因為接觸到很多豐富的低質量的內容，就忘記了高質量內容應該是怎麼樣的，我們依然會去追求高質量的內容；

我們在今日頭條上看到一條系統推薦給我們的內容，如果這條內容充斥著低俗下三濫，在正常情況下，我們也會毫不猶豫就關閉，而不是詳細閱讀；

在我們通過技術推薦，接觸了大量豐富內容之後，技術在學習過程中會採集我們關閉低俗內容對低質量內容不感興趣的數據，在後續的推薦過程中把我們不關注的不感興趣的低俗內容低質量內容給過濾；

隨著使用時間越長，數據積累足夠多，技術所帶來的內容泛濫與低俗，就會逐漸得到解決；所以，內容的質量終歸會回歸品質；
推薦閱讀：