内容推荐：精准投放还是娱乐至死？

编辑导读：推荐算法的出现，让用户看到的信息都是自己感兴趣的内容。但是人性本就是追求享乐的，内容推荐到最后如果都只是被机器投喂碎片化知识，娱乐至死或许不仅仅是一个预言。本文作者从内容推荐的角度，对此展开了分析探讨，与大家分享。

本文插图
电视媒体出现的时候，波兹曼提出了娱乐至死：新的媒体让思考失去了逻辑、变得肤浅和碎片化，内容都以娱乐的形式出现——即使是严肃的电视新闻节目，一插入广告，还是会让人瞬间“出戏” 。
《娱乐至死》警告了技术垄断，告诫了媒介危机。电视把人们变成了“沙发土豆” ，顺着这个思路，今天的内容推荐，尤其是短视频的出现，则把人们进一步“困”在了床上。
个性化的推荐是更懂用户的精准投放，带来了全新的使用体验，还是彻底的娱乐至死，让人们在不断的上滑中消耗了夜晚而一无所获？
一、内容分发：千篇一律到千人千面
内容在变，渠道在变，获取内容和分发内容的方式也在变。从获取信息需要买书买报或者到图书馆，到在网上浏览，到百度一下，最后到什么都不用做——你关心的，推荐引擎知道。
互联网时代的内容分发，经历了以下几个阶段的变化：

编辑分发：与编辑分发相对应的是内容的千篇一律，你看到的和我看看到的并无二致，个性化需求不好满足，用户需要在众多内容里找到自己感兴趣的。编辑分发对应的就是门户网站时代，你在网站看到的内容，都是编辑亲手“上架”的，编辑选了什么，你就能看到什么。
粉丝分发：从用户的角度来看也可以说是订阅分发，看到的内容就是订阅的内容，内容的范围进一步缩小，满足了部分个性化的需求。微博和微信就是粉丝分发平台，内容能多大程度被传播，关注作者的粉丝发挥了很大作用。
推荐分发：在推荐分发下，内容实现了千人千面，看到的就是想要的，而“流”的交互形式完美契合了推荐分发的模式——既然知道你想要什么，就直接展示什么，不需要再选择了。 ****和抖音，都是在借助数据和算法，变得“更懂你” ，没有两个人能得到完全一样的信息库。

二、推荐分发：精准投放还是娱乐至死？
1. 推荐分发的实现
把人和感兴趣的内容匹配起来，有三种途径：通过人、通过内容、或者通过两者之间共同的特征。

通过人的匹配，即找到和你类似的人群，把他们喜欢的内容推荐给你，可以通过给用户打标签的方式来实现用户相似度的识别，更直接的可以通过社交网络，把朋友关注的内容推荐给你——比如微信的看一看，或者通过历史行为——比如读过这篇文章的人还在读；
通过内容的匹配，即确定你喜欢的物品的类型，再把相似的物品推荐给你，可以通过给内容打标签找到相似的内容的集合，把其中你没见过的推荐给你，比如你听了周杰伦的《稻香》，就会给你推荐《听妈妈的话》，你看了《复仇者联盟3》，就会给你推荐《复仇者联盟4》；
通过特征的匹配，即你具备什么的特征，就给你推荐符合你口味的东西，需要对人和内容都建立起标签体系，比如你喜欢可爱的东西，就给你推荐萌宠，你是一个大学生，就给你推荐四六级课程。

2. 精准投放带来了价值
推荐分发如此“火爆” ，是因为它的确带来了价值。于平台而言，是新的商业机会，于用户而言，则是“更懂自己”的贴心和丰盛获得体验。
对平台，信息过载的时代，唯一稀缺的是人的注意力，获得和注意力，就获得了话语权。推荐分发的方式为内容被看到提供了更友好的方式，更多的内容和生产者被平台聚集在了一起，流量的聚集带来了商业的增长。