1樓：範小花
網際網路的精準推送是否會使人的視角越來越窄？甚至是否會重塑乙個人？
曾幾何時，我還是個直女，有一次我查了下女同，後來越來越多的女同有關內容出現在我的各個軟體中，我開始覺得女同是一件很常見的事（沒有任何歧視，單純的就事論事，你槓就是你對），我由原來的毫無觸動到現在逐漸被掰彎。但是女同真的很常見嗎？
中國在2023年首次公布了同性戀的人數：男同性戀的人數約為500~1000萬。女同性戀的人資料估計也在1000萬左右。
2023年，中國疾病預防控制中心再次公布，中國大約有2000萬左右的男同性戀者。2023年，根據科學研究院的平均統計，中國的同性戀人數可達7000萬，其中男同性戀者的人數在3000萬以上，女同性戀者的人數在3500萬左右。
注意中國人口基數很大。那麼我是真的是女同還是被同聲相應，同氣相求女同。
如果我年齡再小一點，是個小學生，初中生，辨別能力較差，我的性向是否會被網際網路所左右呢？如果我那次查的是暴力，恐怖，低俗，國外的月亮格外圓，學習無用論呢？我是否依舊是乙個愛黨愛國愛人民的社會主義好青年呢？
很喜歡江蘇高考卷的作文。
「當你凝望深淵時,深淵也在凝望你」遇見你認為不應出現在你未來的資訊，最好不要點開。毀掉未來的可能就是那次隨心所欲的瀏覽，以及大資料的精準推送。
2樓：大頭
我們要玩手機，不要被手機玩。
作為乙個菜雞程式設計師，簡單說一下我了解的智慧型推薦。推薦系統後面的核心就是推薦演算法。一般常見的有兩種，分別是基於使用者和基於產品的推薦演算法。
基於使用者的推薦演算法用乙個詞形容就是「臭味相投」，假設要為A使用者推薦物品，可以通過尋找他的「鄰居」——與A具有相似興趣的使用者。把那些使用者喜歡的，而A使用者卻不曾聽說的東西推薦給A。
而基於基於物品的協同過濾演算法就是給使用者推薦那些和他們之前喜歡的物品相似的物品。
可以看出來，系統選擇給我們推薦什麼東西，是取決於使用者自己的行為的。我們對某些東西表達出興趣，它就推薦類似的東西給我們，然後我們也樂在其中，於是乎，這些行為又反作用於推薦系統，它就更加熱衷於推薦給你相同的東西了。長此以往，因為看到的都是差不多的東西，視野不變得越來越窄才怪吧。
所以這件事的根源不在推薦系統，它本來就是幹這個事的。
真正需要破局的是我們自己
3樓：阿璃
如果大資料真的能夠實現精準推送，那麼它確實可能會使人的視野越來越窄。
首先要明確的一點是精準推送的內容是基於你以往瀏覽記錄推測出來的你可能喜歡看的內容。
而在沒有精準推送的時代，我們看到各種資訊的可能可以說是大體相同的。但是在精準推送情況下，你看到的只是它精準推送的內容，你喪失了看到其它內容的可能。
並且，由於推送的是你喜歡的內容，人們很可能會樂此不疲地刷一遍又一遍。在相同型別的事物中花費大量時間。同時減少了接觸新鮮事物的可能。
當然，目前的推送機制並不完善，還不能做到完全的精準推送，這就要另當別論了。
4樓：Momo Kusunoki
視界窄不窄我不好下結論，但是各平台的推送規則讓我逐漸暴躁倒是真的。
我不看三十而已不知道賀涵是誰，沒有乘風破浪的姐，沒有披荊斬棘的哥，也沒有年富力強百步穿楊的後爹。
結果特麼我的推送裡全是這些東西，這也就算了，這些平台還要厚顏無恥地補充一句 「我可能喜歡」 。
推送，我可就去你MLGB的吧（joyful）
5樓：靜止
大資料的推送，一般是沒有必要的時候使人被動獲取，收益較小。還是要主動地選擇性地獲取自己需要的資訊。而在一些更有價值的活動上拓寬自己的視野。
抖音、知乎不要刷刷刷啦，又無聊又雞肋
6樓：
我真的沒有搜過nk的問題，我只是上次刷到乙個問題是「不穿nk啥感覺」，因為我自己試過一次，就隨手回答了一下，之後我內個回答還被刪了，然後緊接著就好多nk的問題，我真的佛辣！！！
7樓：Kumagi
拓寬視野是需要自己去發現探索的，而不是被動的接受機器根據你的喜好推送給你的東西，這樣看到的不是永遠只是那幾件東西嗎。
但是在購物的時候精準推送的確省了我不少時間。
8樓：城陵
大部分演算法只會根據你已經感興趣的東西推測你可能對什麼感興趣，馬上就會陷入區域性最優解動彈不得。而解決的辦法是接觸大量自己很少關注的領域，即使其中的大部分自己看了也不感興趣。但這與商業公司的目的相違背了，因為他們總是想盡可能地刷出更多使用者想看的東西以提高留存率。
9樓：海星
大資料推送使人的視界變窄只是乙個階段性的現象。
假如沒有大資料，你在瀏覽資訊的時候其實依然在找自己感興趣的內容，只是因為效率不高，被迫看了很多無關的內容，被迫拓寬了視野。但當你在乙個領域的內容看夠一定量了之後，你可能會覺得膩了，你會在下乙個階段轉而投向別的興趣點上。
大資料只是加速了這一過程，的確有些產品做的考慮的並不長遠，但科技不斷在進步，關於內容探索方面的技術也在不斷更新當中。大資料並不只是你看過什麼就推什麼，大資料還知道35歲經常關注xx新聞的你在晚上11點看yy類文章的時候大概多少條會膩的概率大約有多少。
就像原始人類被猛獸襲擊被迫鍛鍊身體，現代人天天躺著刷抖音各種不健康，有人就會站出來說科技是不是使人不健康。但事實是，科技發展極大提高了人類的生存率和壽命，而且你還可以選擇去做各種有趣的運動來強身健體。
10樓：Elsie
不是很贊同「因為你的懶惰導致你的視界越來越窄」這種說法。
技術是什麼？技術的意義又是什麼？難道初心不是為了讓人們的生活更加美好嘛？這裡的人應該是指全人類，而不是特定的自我已經很強大的那一部分人。
現在的推薦演算法還有很大的缺陷，待研究的問題還有很多。在很多方面還是要依賴於自身的主觀能動性，才能獲得較好的體驗感。我們發現這些問題，解決辦法是努力促使技術進步，而不是指責人的懶惰。
11樓：Yinghui英輝
大資料並不必然使使用者接觸資訊同質化。是否同質化與所使用的演算法型別有關。比如，與協同過濾式方法相比，基於內容標籤的推送方法更傾向於導致人視界變窄。
雖然有可能起到推波助瀾的作用，但演算法並不是使人視界窄化的根本原因。人自身傾向於陷入與自身興趣愛好和觀點態度相一致的同質化的資訊「氣泡」中。傳播學裡，這被稱為「選擇性暴露」現象。
網路包括大資料本身可能加劇，也可能彌補群體、個體之間的差距。這取決於國家政策，商業倫理，和最為重要的我們自身的自主選擇能力。
12樓：
站在服務提供者整體的角度，這是典型的過度優化導致的區域性最優。
站在業務團隊的角度，這是KPI導向的必然結果。
站在使用者角度，一旦這種推送超過了引起厭惡的閾值，其對使用者體驗的破壞非常迅速，還不如完全沒有任何推送。
13樓：不欠你這貪驢什麼
覺得大資料推送準，是因為當事人缺乏個性吧。
比如某企業要送我個產品，我上網搜完，結果後面就一堆這種產品的廣告，我根本不想買，這根本不算精準。
14樓：
同意向磊的回答。
每個時代都有一部分優秀的人，可以看透時弊作出應對，自強不息。 沒有什麼阻止的了優秀的人引領人類的進步。而剩下的人，在每個時代只是平庸的姿勢不同了而已。
如何看待大資料時代的利與弊？
開心 絕了，分手以後知乎就一直給我推薦一些刺激我的問題讓我去回答 搞得我都不敢上網衝浪了天天被各方刺激，大資料快爬 反觀貼吧就很懂我，每天給我推薦吊圖幫我開心 你眼裡有星星啊 小半個利益相關者，不請自來。最近老闆又籤了幾個單子，每個單子都是百萬級別的，關鍵是我們團隊很mini，對，我們不僅在創業公司...
如何看待三國殺中的大資料問題？
我先說下選將系統分配原則，和大資料無關，只基本演算法 基本要求 1 每個人都要有武將選 有人三選一，有人4選一，有人5選一，但免費玩家你也要讓他有的選，不能少於三選一 2 每個人只能選自己買的或者免費的 3 新買武將提高出現機率 相當每個人的每個武將機率有不同，新買的高 4武將之間不能衝突 每個人建...
如何看待德雲社抖音五場直播的大資料？
古韻 意料之中，沒什麼可說的，其他家不知道什麼情況，反正我們是充份準備，爭取每一次都給兒子最好的。所以資料好一點也不是多值得驕傲的事，只能說明磊磊值得粉絲如此對他，而粉絲也是很棒的。 分別說一下張雲雷 孟鶴堂 周九良和秦霄賢。張 張的經歷無人能比，一場南京南站的墜落使他九死一生，在這場重大事故之後，...