- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
熟人推荐机制就像一种“被动曝光”
本文转自：衢州日报
周燃
“不要再给我推荐可能认识的人了！”近日，这一话题登上了社交平台热搜榜，引发众多网友共鸣。相关讨论将各大社交App“热衷”的熟人推荐机制带入了舆论关注的风口。不少网友表示感觉到了冒犯，“你推送的人我认识，猜猜我们为什么不是好友？”
所谓的熟人推荐机制，是算法精准推荐的一种典型表现。其原理并不复杂——社交平台通过读取用户的通讯录，向用户推荐通讯录好友，并且读取好友的通讯录，寻找可能存在的共同好友并进行推荐。于是我们就看到了各种各样的类似消息，比如“他可能是你朋友”“你的朋友正在看”“你关注的1人是TA的朋友”等。
算法此举的初衷可能是帮助用户在平台里织密社交网络，形成更强大的社交磁场，然而在这个磁场中，越是熟人，越往往可能是“同极相斥”。这并不难理解，比如有很多网友，平日里言行举止端庄大方，但在社交平台中却喜欢通过畅所欲言甚至胡言乱语的方式解压。他们之所以敢于如此“放飞自我”，正是因为“反正这里没人认识我”。而一旦被熟人发现，其尴尬可想而知。甚至有网友表示，“吐槽室友的帖子被室友刷到了到底是什么体验啊”。
更进一步看，网友们对于熟人推荐机制的反面意见，折射的是他们对于“两个边界”的守护。一是私人与群体的边界。每个人的心中都有一个秘密世界，生活中也有自己的“秘密花园”，在互联网时代，一些社交平台就扮演了这样的角色。这是一片私人的、不想被发现与涉足的“净土”，因此我们才可以放心地说想说的话，听想听的歌。二是网络与现实的边界。正如有网友所说的，“现实中我们是同事是同学，但在网上请你不要认识我”。
相关讨论也可以延伸到对于算法边界的思考。一方面，原本希望通过熟人推荐来增强用户黏性，却很有可能导致网友因“身份暴露”而选择“弃号重开”。另一方面，这种“被动曝光”让很多网友感觉到了“被冒犯”，认为算法的手伸得太长，伸进了自己的一方小天地。毕竟，算法是千篇一律的，而用户的实际需求却是各有千秋的。
我们看到，当对于熟人推荐机制的抵制成为共识，很多“熟人”也开启了一些心照不宣的默契。比如，同事之间不打听对方除了最常用的社交软件外的其他账号，即使偶然刷到同事也“就当不认识”，等等。
网友们也希望社交平台能够完善推荐机制，给出更加精细合理的推荐方式。比如，把选择权交还给用户，让用户可以自行选择是否接受把自己推荐给熟人，甚至可以在用户发布内容时提供“屏蔽可能熟人”的选项。此外，也可以通过兴趣、风格等更多元的方式帮助用户进行推荐。很多网友都有“网络熟人”，彼此不曾谋面甚至不知道对方是谁，但在网络空间中因兴趣相投成为了“平台搭子”，这何尝不是一种幸运呢？
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2024-04-17 05:45:08
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
