大数据下的知识库（大数据时代的合并同类项）

他山之石

注册新APP的时候,出现了很多兴趣气泡,选择之后平台根据兴趣标签相应推荐了内容和好友。这和传统意义的客户管理有一定相似性,快速了解客户喜好并有针对性地进行推销,能够更多吸引客户的注意力和财力。相较于这种问卷式的直白方式,一些比较会利用数据流的平台,从用户日常使用情况中总结偏好,比如之前某些短视频平台推出的最大卖点,就是根据你的关注、搜索和浏览量,在主页上集中并连续性推荐偏好视频。由于对兴趣的快速抓取,能够让用户在使用之初就快速上瘾,甚至几小时内都无法停止地持续刷新。

然而这类平台的用户流动性也很大,流入大抵是上面说到的兴趣吸引,流失速度之快却更让人诧异。其实每次在选择兴趣标签时,都会对没有选择到的内容感到遗憾,这类被抛弃的内容就不会出现在你的主页上。但兴趣不是胎记,被新鲜事物刺激可以不断衍生出新的兴趣点,或是随着了解的深入对兴趣的需求愈加深入。

了解一些人工智能和数据时代的皮毛知识后,我越发觉得人类行动的创造性和思维的无法预测性被过度神化,在某种程度上人类行为模式也是算法,在足够庞大的数据下也能够被有效推演。但是目前平台利用大数据进行的不是行为模式的精准推算,而是根据浏览量数据做的粗糙分类,厉害一点的共用用户数据,都是针对现有数据的简单“合并同类项”,表面上涌出的大量信息给予你更广阔的视野,但其实使我们失去了可以被刺激的机会,平台的推荐也不会合理地加深深度,所以自媒体内容很容易让有趣的用户觉得无聊,让无趣的用户觉得麻木,对兴趣的掌握恰巧让人失去了兴趣。

说到同类项,平台确实会根据兴趣偏好推荐更多志趣相投的同好,其吸引的第二法则就是认同感。大数据将兴趣相同、性格相似的用户快速拉拢到一个圈子,用几个大V提高圈子专业性,避免了大量交流和碰撞后才能得到兴趣认同的麻烦。但这些假性的认同同样在毁掉你的真实生活。关注了无数摄影公众号,却没有认真练习过构图；加了几个读书的微博,却连书目的推荐文章都读不完。所以到最后连大数据推给你的仅有的兴趣都维持不住,感兴趣的只剩下玩手机本身。如果你要认真学习一样东西,必然需要一个很长时期独立“进修”的阶段,否则在业务不熟练的情况下贸然进入交友阶段,无法和真正的爱好者平等交流并且达成共识,更遑论有社交的地方就有攀比。以前宅起来,从社交网络寻找志趣相投；现在宅起来,却想避开所有APP的社交癖好。

此外,同类的联合产生的还有负面认知的壮大。在一个自由发声的平台上,对同一事件的认知看法必有不同,表达的方式也或委婉理性或激进恶劣。开放平台上,狭隘的声音有了支持者,恶毒的言论有了放矢之的,自发的骂战先是在明星黑料里响起,慢慢甚至出现在触及人性底线的新闻事件里,非理性个体也被“合并”在一起。领头者一番断章取义的煽动,人肉攻击和网络暴力时有发生,道歉却不止,反思却反复,倒真是不讲理的走遍天下了。这种合并让偏激者找到了一个好像可以实现“言论自由”的方法,但人人都能发声、发声有人支持就是言论自由吗?真正的言论自由并不仅仅是对事件能发表自己的观点,在政策等方面能够发声,更深一层的是在不违背基本人性准则和社会正义的基础上,存在多元的、理性的、不同的声音,而争吵和掐架并不是不同,是不可以不同。

大数据时代给了我们更容易寻找同好、接近专业的途径,却也能够轻易给我们一种有趣的错觉。想想你有多少次刷了几小时手机后感到空虚无趣,锁屏了却又找不到其他想做的事情,于是换了个姿势,双击顶端,继续刷新一遍,又一遍。