APP がアルゴリズムにこだわっているとき、パーソナライズされたカスタマイズを通じて「自分自身」を理解できるでしょうか?

アルゴリズムによる推奨が普及している今日の世界では、あなたよりもあなたのことをよく知っているのは、あなたの友人でも敵でもなく、あなたのアプリである可能性があります。

時々、さまざまなアプリが私たちを見つけることができる正確な方法に驚かされます。

Taobao や JD.com の商品推奨を見ると、自分が監視されているのではないかといつも疑問に思う。Zhihu のような「無害な場所」でさえ、密かにユーザーのイメージを常に描き出そうとしているようだ。

彼氏は私の心の内がピンク色だと推測し、私のアプリもそれを正しく推測したので、いつも少し複雑な気持ちになります。アルゴリズムに理解されると、適切に曲や記事を送ってくれることはできますが、そのような理解は結局少し寂しいものです。

私たちは常に、豊かな人生を送るために最善を尽くし、自分自身を多面的なプリズム、変化に富み神秘的な存在として捉えたいと願っています。しかし、このプログラムされたアルゴリズムは、あなたを簡単に描写し、コピーするようです。

この質問から考えてみると、さまざまなアプリを使用して自己探求の旅を完了できるでしょうか?

アルゴリズムがあなたを知る方法

目に見えないけれども強力な舞台裏の力を使って「形勢逆転」のショーを演出したいのであれば、「祭壇」に飛び乗って見てください。

推奨アルゴリズムの出現は、人間の情報環境の変化に直接関係しています。情報不足の時代から情報過多の時代へと移り変わり、誰もが突然、情報入手における新たなジレンマ、つまり膨大な情報量によって引き起こされる非効率性に直面しています。推奨アルゴリズムはこの問題を解決するために設計されています。

パーソナライズされた推奨と冗長な情報の効果的な削減により、推奨アルゴリズムは国内外で広く使用されています。 Amazon、YouTube、GoogleからToutiao、NetEase Cloud Music、Taobao、JD.comまで、アルゴリズムはほとんど魔法のような概念になっています。

現在、コンテンツ推奨と協調フィルタリングは非常に主流の推奨アルゴリズムです。

コンテンツベースの推奨アルゴリズムは、テキスト コンテンツの解析に特に適しています。テキストをアイテムとして扱い、継続的な抽出と改良を通じて、テキストに無数のタグを付けてタグリストを形成します。ユーザーがパーソナライズされた推奨を行う際、ユーザーが最近操作した項目をリストし、これらのタグリストを使用してユーザー モデルをシミュレートし、リバース検索エンジンを使用して候補結果をユーザーに推奨することができます。国内では、CBアルゴリズムの最も典型的な代表はToutiaoです。

Toutiaoに続いて、ニュースや情報アプリはすべて推奨アルゴリズムを採用しています。テキスト情報の処理特性により、コンテンツベースの推奨アルゴリズムが主流になります。

協調フィルタリングは、集合知に基づいた一種の推奨です。たとえば、ユーザーが好むアイテムを分析すると、ユーザー A とユーザー B は非常に似ており、両者が同じコンテンツを好むことがわかります。この場合、ユーザー A は好むがユーザー B はまだ好んでいないアイテム C をユーザー B に推奨することができます。

協調フィルタリングのもう 1 つのタイプは、アイテム自体に基づいています (アイテムベース、CF)。このタイプの推奨では、ユーザー A に類似するユーザー B を見つける必要はなく、ユーザー A の個々の行動に完全に基づいています。アイテムAとアイテムBは非常に似ており、ユーザーAはアイテムAを非常に気に入っているため、アイテムBをユーザーに推奨することができます。 NetEase Cloud Music のバックエンド アルゴリズムは、主にこれら 2 つの協調フィルタリング アルゴリズムに基づいています。

さらに、人工ニューラルネットワークに基づくディープラーニングも非常に一般的な推奨アルゴリズムです。

詳細かつ複雑な計算式や演算を除けば、推奨アルゴリズムの基礎となるロジックの説明は 100 語以内です。神秘的で印象的に聞こえる AI アルゴリズムも、より複雑な数学モデルにすぎません。

神話が消滅した時代に、科学は最大の神話となった。

計算方法を使用して自分自身を計算する - 科学的APP家畜化の不完全なガイド

実際には、これらのアプリが採用しているパーソナライズされた推奨システムは、はるかに複雑です。

別の観点から見ると、NetEase Cloud MusicとToutiaoを例にとると、それらの推奨アルゴリズムは、公式推奨、UGCユーザー推奨、人気推奨（人気度による重み付け）に分けることができます。

アプリが新規ユーザーと対面するとき、ユーザーの行動データが不足しているため、正確でパーソナライズされた推奨は「料理が上手でも米がなければ料理はできない」のようなものです。このとき、新規ユーザー向けの推奨は、ほとんどの人が好む曲を提供します。市場データに似たこの公式推奨により、初めてアプリに入ったときに圧倒されることを防ぐことができます。ユーザーがアプリ上で検索、収集、いいね、コメントなどの行動データを継続的に行うと、アルゴリズムはあなたとあなたの好きな曲に基づいて、巨大な推奨ライブラリを導き出すことができます。

ただし、APP のパーソナライズされた推奨事項の基本的なロジックに基づいて、意識的な行動を使用してアプリを科学的にトレーニングすることは可能です。

ニュースや情報アプリでは、推奨の主な原則はユーザーの読書行動に基づいています。特定の種類の記事をクリックする頻度が高いほど、同じ種類の記事が推奨される可能性が高くなります。

情報アプリには多くの興味のあるトピックが設定されており、これらのアプリに入る際には、ユーザーは一連の簡単な選択を完了する必要があります。この最初の最も単純な能動的な選択により、多くの差別化されたユーザー グループが形成されました。このクラスタリング方法の助けにより、私たちは新人でまだ「理解」されていないにもかかわらず、実際にはすでに一連の単純な顔の特徴を持っています。

しかし、このような分類は、特に性別が重要な分類変数として使用される場合、あまりにも表面的になり、性別のステレオタイプ化のように見えてしまうことがよくあります。

アプリをインストールした新規ユーザーは、アプリのホームページに入る前に、最初に性別の選択肢、次に詳細な興味の分類という 2 つの複数選択の質問に回答する必要があります。最初のステップで男性ユーザーを選択した場合、2 番目の興味分類ページでは、テクノロジー、ゲーム、ACG、男性の着こなしガイド、軍事、車などの興味トピックが表示されます。

女性キャラクターを選ぶと、かわいいペット、バラエティ番組、スキンケア、女性の安全などが話題になります。

テクノロジーやアウトドアに興味があり、情報アプリで効率的に情報を入手したいという「非典型的な」女性ユーザーの場合、隠された目に見えないアルゴリズムに慣れるために常に時間とエネルギーを費やす必要があります。

私たちは皆似ているようでいて、異なっています。 「あなたを理解」できるアプリが欲しいなら、待ちきれません。

星の王子さまは愛を調教と呼びました。「もしあなたが私を調教してくれたら、私たちはお互いを必要とし、お互いにとって最も特別な存在になるでしょう。」

多くのパーソナライズされた推奨アプリを散策した後、剣と英雄的なテイミングアプリで世界を旅するという夢は、誤った提案になったようです。なぜなら、この双方向のゲームをクリアすると、あなたとあなたの APP は「お互いにとって最も特別な存在」になるからです。

これは相互訓練のゲームではないでしょうか?

ロールプレイング：不明瞭なゲーム

NetEase Cloud Musicでは、ホームページ上のプレイリストがユーザーの気分やステータスを反映するものになっています。

あなたは、この焼けつくような夏にインスピレーションを与えてくれる曲のリストに追いつくのに苦労している大学院生かもしれませんし、プレイリストがアルファ波と自然の音でいっぱいの不眠症の人かもしれませんし、BBC のベネディクト・カンバーバッチの吹き替え版「サザン・パシフィック」を見て、さまざまなドキュメンタリーのオリジナルサウンドトラックを愛するイギリス英語の愛好家かもしれません...

この種のロールプレイングゲームは、人類の遺伝子の中に長い歴史を持っています。神話、小説、ドラマ、あるいはインターネット以降の私たちが持つさまざまなアイデンティティなど、遡ってみれば、それらはすべてロールプレイングの一形態です。

かつて私たちは、二元性の世界に隠れて孤独な役割を演じていました。私たちはそれぞれ、多かれ少なかれいくつかの小さなアカウントと別の自分を維持し、Weiboの小さなピンクの女の子、中学生の男の子、そしてスターを追いかける女の子の役割を演じていました。しかし今、私たちは自分の相手を見つけ、アルゴリズムとの相互競争のゲームを始めたようです。

時々、こうした推奨アルゴリズムに驚かされます。聞いたことのないけれど特に気に入った推奨は、いつも、適切な天気と適切な雰囲気で、あなたの心をつかむようです。

この種の推奨は時々少しばかげていることがあります。

怖くなるほどで​​す。

しかし、このゲームから少し離れてみたとき、アルゴリズムは難しいようでシンプルであり、自分はシンプルであるようで複雑であると感じました。 10 を超えるアプリと何百もの「私が選び、あなたが推測する」やり取りの中で、頭に浮かぶのは映画「クラッシュ」のこのセリフです。「自分が何者であるかを知るには何年もかかるだろう。」

この実験を始める前は、最終的には明確な答えが得られるだろうと思っていました。しかし、残念なことに。人々は、アルゴリズム、パーソナライズされた推奨事項、楽しみの発見、より多くの「自分」向けアプリの構築について理解を深めているようですが、その態度はより複雑です。

人文科学のバックグラウンドを持ち、批評を特に好む人間として、私はそのようなテクノロジー崇拝に対してほとんど本能的な警戒心を抱いています。しかし、ジーニ・ローマン氏が言うように、「私たちが強化するのは『人工』知能ではなく、人間の知能です。」

想像上の敵は自分自身をよりよく理解するのに役立つことを認めなければなりません。私たちは、これらの推奨アルゴリズムと「知恵と勇気を競い合っている」一方で、別の次元から自分の価値、熱意、行動パターンを認識しています…

これらのアプリ実験から、さまざまな目的で、科学であろうと社会科学であろうと、無邪気であろうと成熟であろうと、さまざまな「私」を掘り出そうと努力しましたが、最終的には自分が確かに浅薄な人間であることを認めざるを得ませんでした。私は有名人の逸話とユーモアのあるエッセイが最も好きです。記事を書くという名目で、私は知乎で「XXスターをどのように評価するか」をどれくらい読んでいたかわかりません...これらの痕跡を前にして、私は反論できません。

心理学的な観点から見ると、ロールプレイングは人類に共通する能力です。子どもの頃のおままごとから大人になってからのゲームまで、私たちはみんなロールプレイングをしています。大人になってロールプレイングをすることで、より良い変化を起こすことができ、満たされていない願望を「実現」し、日常生活に新鮮さを取り戻すことができます。

アルゴリズムは常に学習し、自らを超えていきます。私たちも同様です。 5000年前、ソクラテスは「汝自身を知れ」と書きました。これは重要でありながら最も困難な追求です。今日、私たちはおそらく携帯電話のアプリの助けを借りて、この夢に近づいています。