从兴趣信号与误判理解个性化信息流。
深读 · 技术新边界
平台可以根据观看时长、点击和收藏预测下一条内容的吸引力,但这些数据并不能完整解释用户为何停留。好奇、误触或批判性观看,都可能留下相似的行为记录。
换一个视角
主动使用“不感兴趣”、调整关注列表和清理无关订阅,是用户改变信息环境的可见方法;不同平台提供的控制程度并不相同。
阅读余味
讨论算法影响时,应当把可观察的功能和未经证实的幕后猜测分开。
FOCUS ESSAY / 技术新边界
从兴趣信号与误判理解个性化信息流。

从兴趣信号与误判理解个性化信息流。
平台可以根据观看时长、点击和收藏预测下一条内容的吸引力,但这些数据并不能完整解释用户为何停留。好奇、误触或批判性观看,都可能留下相似的行为记录。
主动使用“不感兴趣”、调整关注列表和清理无关订阅,是用户改变信息环境的可见方法;不同平台提供的控制程度并不相同。
讨论算法影响时,应当把可观察的功能和未经证实的幕后猜测分开。
KEEP READING
同分类的其他独立文章