大家好，关于个性化推荐很多朋友都还不太明白，今天小编就来为大家分享关于个性化推荐是什么意思的知识，希望对各位有所帮助！
个性化推荐是什么
如果不是因为算法的存在，我们的社会绝不会进步得如此之快。
3月1日，随着《互联网信息服务算法推荐管理规定》的实施，各大APP均被强制要求在显眼的位置设置“关闭个性化算法推荐”按钮。
在不少用户眼中，关闭APP的个性化推荐甚至等同于关闭APP的广告、关闭APP的监听。有一说一，虽然很多互联网公司做的APP确实不咋好，但是这个谣言是真的有点危言耸听。
就说一句话，如果APP真的在后台无时无刻的监听，那么你的手机电量根本受不了。
个性化推荐是什么？
既然APP没有在后天监听我们，那么，为什么APP总是能知道我们想要什么呢？这就离不开个性化推荐（也被称为个性化营销）了。
·何为个性化推荐？
简单说就是，APP（网页同理）基于营销目的，在你使用APP过程中，APP会根据你填写的资料、你在APP上的页面停留时长、你对相关事物的兴趣等综合因素，对你进行个性化的营销推送。
当下的互联网环境，为了拿到你的访问记录，甭管我们是打开APP还是登录网页，背后都有无数的跟踪器在默默分析着你的喜好。
在主流应用中，甭管是日活上亿的微信、抖音，还是淘宝、小红书这些APP，他们统统都在使用个性化推荐。可以说，个性化推送在当今社会，极为常见。
那么，这一套系统到底是怎样运作的呢？
·数据采集
对于“个性化推荐”我们可以这样理解：“个性化推荐”=“个性化”+“推荐”。在这个公式中，“个性化”是“个性化推荐”的前提，而“个性化”前提则是海量数据做支撑。
（淘宝个性化推荐需要收集的数据）
可以这么说，没有足够的数据，就不会存在个性化推送。因此，有不少公司都走上了数据采集这条路子。
良心一点的公司，他会基于正常渠道获取到的用户数据，给用户打上一些正常的标签。但这些渠道的数据，通常不怎么值钱，也无法对个性化推荐起到有效的帮助。
于是，野路子的玩法就诞生了。
就比如在APP内嵌入SDK直接采集隐私信息。违不违规无所谓，对他们来说，把用户数据拿到手才是硬道理。
虽然很过分，但在黑马看来，这种已经算是“相对良心”。
因为在它之上，还有公司直接从流量源头出发，从发卡的运营商渠道直接非法收集用户的个人信息。就比如下面这家公司——瑞智华胜。
它通过竞标以合作提供营销服务的方式取得运营商远程登陆权限，接着在运营商系统上装上能采集用户Cookie信息的木马和插件，达到清洗、采集用户Cookie还有访问记录等目的。
要知道，获取到一个人的Cookie，就意味着我们无需再次输入账号密码，就可以登录他的账号，从而获取他的购物、社交、开房记录等敏感内容。
说难听点就是，这家公司获取到你的Cookie信息之后，你在他们面前就几乎没有秘密了。
说实话，这种采集程度前所未有，其离谱程度更是超乎想象。不过这也恰恰说明了数据采集在个性化推荐中的重要性。
·推荐算法
说完了数据采集，我们再来聊聊“推荐”。
“推荐”的核心就在于怎样从海量的产品中，找出你最有可能感兴趣的那些。这时候，APP之前通过各种渠道采集到的数据就起到了作用。
不过想要进行高效的推荐我们还得引入推荐算法。因为我们采集到的数据实在是太多了，只有算法的加持才可以简化这个推荐过程。
通常情况下，开发者会用到协同过滤推荐算法。
它主要通过对用户历史行为数据的分析发现用户的偏好，然后再基于不同的偏好对用户进行群体划分，之后再对同类用户推荐相同的商品。
比如黑马和36最近在看摩托，虽然是两个账号，但是因为黑马和36的喜好和消费一致，那么这时候系统就会给黑马和36推荐相同的产品。
上面黑马也说了，协同过滤推荐算法比较简单，所以大家都在用。这也就导致一种情况，你有我有大家有，那不就是约等于没有嘛。
于是，聪明的开发者又开始引入了深度学习。
在深度学习的加持下，推荐算法如虎添翼。
它不仅会从用户停留的页面采集数据，更是会根据用户点击的时间段、访问次数、访问渠道、留存率等更多因素多方面为用户建立模型。
比如字节跳动旗下的抖音。
你在平台上的每一次点击、观看时长、点赞、评论与转发等都被量化了。之后，深度学习再根据这些数据设计出相关模型，用以预测同类用户群体的喜好。
在算法的加持下，抖音做到了比你还要了解你的喜好。越刷越有趣的抖音就此诞生。
个性化推荐存在的意义
通过上面这部分的介绍，想必大家应该知道个性化推荐是什么了。那么，个性化推荐算法存在的意义又是什么呢？
·提高效率
以youtube为例，作为全球最大的视频网站，youtube每分钟都有超过500小时时长的视频被上传（2018年的数据）。
简单换算一下就是，一天会有超过720000小时时长的视频被上传。抛开运营成本不说，视频网站最大的痛点就是，如何让用户查看到他感兴趣的内容。
于是我们可以看见，youtube针对视频内容划分了类别，同时用户在注册时也需要选择感兴趣的内容类别。
这样一来，youtube就可以针对用户喜好进行推荐筛选了。
接下来的流程则和国内的视频网站应用相差不大。
在推荐冷启动阶段，针对用户的反馈（观看时长、赞、评论与转发等）来更加精准的判定用户喜好什么类型的视频，同时对视频的标签进行优化。
为了提高信息的推荐效率，视频网站这时候就会引入个性化推荐，用以帮助用户更快速地找到自己所需要的信息，从而让用户觉得这个网站对其有所帮助增加用户的点击率。
·加强留存率
与之相对的是抖音。
作为短视频行业的老大，抖音还率先引入了实时学习机制，它可以通过用户使用的数据快速提供反馈。
比如黑马一直喜欢的是机车的视频，但是某一天黑马突然在萌宠类视频上停留了较长的时间，那么这时候抖音就会根据这个改变快速推荐相似的视频。
这一点，相信大家都深有体会。
另外，根据纽约时报发布的《TikTok是如何让你上瘾的》文章描述，TikTok内部的一份文件《TikTokAlgo101》曝光了抖音算法的推荐逻辑：
为了追求公司增加日活用户的“终极目标”，对提供给用户的视频内容流，TikTok选择性地优化了两大密切相关的指标：“留存率”——即用户是否回访——以及“访问时长”。
“算法透明”的创始人纪尧姆·查斯洛特说：“这种系统意味着观看时长才是重点。它的算法是为了让人上瘾，而不是给人们真正想要的东西。”
道理很简单，用户在APP中停留的时长越久，观看到广告的机会也就越多，平台的综合收益也就越大。
值得一提的是，文章提到的《TikTokAlgo101》是由抖音北京的工程团队编撰，同时也得到了TikTok发言人希拉里·麦奎德的证实，她表示，这份文件旨在向非技术人员解释抖音算法工作原理。
至于国内的抖音推荐机制是否和国际版的TikTok一致，这里黑马就不做评判了。
不过，通过上面这两个例子，我们可以在这里简单总结一下：个性化推荐算法在APP中被应用，最主要的目的就是为了提高信息推送效率、加强用户的留存率。
毕竟在互联网时代，用户留存率=钱。
常言道，“物极必反”。平台通过这些手段将用户留下来之后，就不会对用户造成什么影响吗？
这个问题，值得我们深入探讨一下。
个性化推荐造成的后果
就黑马个人而言的，体会最深刻的就是个性化推荐带来的冲动消费和信息茧房的问题。
·冲动消费
就拿冲动消费这事来说，淘宝曾有一个让黑马“惊为天人”的功能：猜你喜欢。
其离谱程度在于，它推荐的东西不一定是黑马的必需品，但它推荐超过90%的产品都是黑马喜欢的产品。每一次深夜逛淘宝，黑马就忍不住想要剁手。难不成，黑马的自制力就这么差？
黑马也咨询了一下身边的朋友，发现和黑马有着相同困境的人不在少数。
事实上，个性化推荐的最重要的目的之一就是让人上瘾，形成冲动消费。
甭管你是逛淘宝还是刷抖音，对于这些平台而言最重要的就是成瘾性。因为只有让你上瘾了，才能让你产生一种别人有的我也要有，从而在不知不觉之间促使你完成消费。
黑马在以前的一篇文章中写过，移动支付的发达，降低了大家对于金钱的敏感度，“剁手”所带来的痛苦大幅降低，加上平台铺天盖地的宣传，很容易让人冲动消费。
就比如大家熟知的AJ，你可能不一定会买，但身边一定会有打扮得很Fashion的人穿AJ。
在品牌文化和平台的双重宣传之下，大家很自然的就会把AJ理解为“潮”，从而在不知不觉中花掉更多的钱。
不追潮牌的也别笑。
想想自己，明明一开始只是想买GTX1080，可是随着平台的推广和相关博主的使用体验种草，黑马最后还是“一不小心”就买了GTX1080Ti。本来自己的手机好好的，不卡顿也够用，但就在每年手机厂商们各种发布会的轰炸下，我们总是花了大几千上万买一款新手机。
冲动消费带来的，不仅仅是个人财务状况的恶化，由于人的收入是有限的，对某一领域的冲动消费必然会挤压其他方面的消费，例如必需品的消费，所以我们会看到有些人宁愿每个月吃泡面也要买AJ、买神仙水。
如果进一步地讨论，冲动消费会进一步的影响我们的三观，因为我们重视消费品对我们外表和人格的“装扮”，也必然会导致拜金主义和金钱至上的社会现象，甚至导致掌握生产资料的少数人群与广大消费者群体的分化和对立。
得，又有谁能逃得过冲动消费的“荼毒”呢？
·信息茧房
除了让你上瘾、让你冲动消费，个性化推荐还会造成一个比较严重的后果——信息茧房。
“信息茧房”（InformationCocoons）是美国哈佛大学教授凯斯·桑斯坦在《信息乌托邦：众人如何生产知识》提出的概念。他认为信息在传播过程中，公众会偏向于选择那些他们感兴趣的信息，并对其他内容无视甚至排斥，久而久之便形成了“信息茧房”。
所谓“物以类聚人以群分”，因为信息的单一化，所以陷入信息茧房的人颇有一种“找到知己”的感觉。
这时候，他们就很难容忍与他们不一样的声音。任何外界理性的看法，都将被其视为异己，更有甚者会试图消灭这种不同的声音。
如果感受不够明显的话，黑马推荐大家去看看微博的明星话题区，以及某些爆火电视剧中流量明星出现时的弹幕。倘若你敢随意指出某某明星的不足，那你的结局只有一个：因被该明星的粉丝群体疯狂攻击而炸号或狂怼。
随着个性化推荐的深入，陷入信息茧房的人会逐渐变得视野被固化、不能接受外界的声音、极端化、丧失独立思考能力等，严重的甚至会激化不同群体和民族的对立。
个性化推荐是什么意思
个性化推荐，举个例子，譬如你一直喜欢在网上购买各类美食，一天当你打开某家有个性化推荐功能的网站购物时，不用搜索你就能在醒目的地方看到各类美食推荐。
定制：个性化定制是在新的市场环境中企业迫切需要一种新的生产模式，它更贴近于个体的独特需求。在我国开展的个性化定制服务有个性化邮票定制、个性化高档成衣定制。
基本释义：
个性化，是一类文学艺术作品中创作具体生动的人物性格的手法，也是典型化的重要方面。和大众化相对，常用来指具有个体特性的需求和服务。个性化，对应的英语说法有：personalized,customized。
个性化本来是指某事物的独特性，很少会用在人的身上。如果非要有人这样用，也无可厚非，总之是形容事物的独特性。
什么是个性化推荐
互联网平台的个性化推荐是一种基于用户行为数据挖掘的高级商务智能平台，通过分析用户的行为数据，为每个用户提供个性化的信息服务和决策支持。个性化推荐的主要目的是为用户提供更加精准和高效的服务，同时也能够帮助企业更好地挖掘用户的潜在需求，提高用户的满意度和忠诚度。
个性化推荐的实现需要依赖于用户的行为数据，包括用户的搜索、浏览、购买、评论等数据。平台通过对这些数据的挖掘和分析，可以了解用户的兴趣爱好、购买习惯、偏好等信息，从而为用户提供更加精准的推荐内容。
个性化推荐的应用非常广泛，包括电商、社交、新闻、视频等领域。例如，在电商平台上，个性化推荐可以帮助用户发现自己喜欢的商品，从而提高购物体验；在社交平台上，个性化推荐可以帮助用户发现自己感兴趣的话题和人脉，从而扩大社交圈子；在新闻平台上，个性化推荐可以帮助用户发现自己感兴趣的新闻内容，从而提高阅读体验。
然而，个性化推荐也存在一些问题和挑战。首先，个性化推荐需要大量的用户行为数据，而这些数据往往是由用户自己主动提供的，因此存在一定的隐私泄露风险。其次，个性化推荐的效果往往受到推荐算法的影响，算法的不稳定性和偏差可能导致推荐结果不尽如人意。此外，个性化推荐还需要平台具有较强的算法和数据处理能力，对于中小企业来说，实现个性化推荐可能存在一定的难度和成本。
总之，个性化推荐是互联网平台的一项重要功能，可以帮助用户发现自己感兴趣的内容，提高用户的满意度和忠诚度。然而，个性化推荐也需要平台在数据安全、算法稳定性和成本控制等方面加强管理和保护，以确保用户的信息安全和权益得到充分的保护。
保护个人隐私和权益是每个人都应该关注的问题，以下是一些建议：
了解个人信息保护法律：了解中国和其他国家的个人信息保护法律，以及如何保护自己的个人信息。
注意隐私设置：在使用互联网平台时，要注意隐私设置，比如关闭位置共享、设置访问权限、不随意公开个人信息等。
保护个人信息安全：在使用互联网平台时，要注意个人信息的安全，比如不要随意将个人信息泄露给陌生人或不可信的网站。
投诉和举报：如果发现互联网平台存在违规行为，可以通过投诉和举报来维护自己的权益。
学习数据安全技术：学习数据安全技术，比如数据备份、加密、压缩等，以保护自己的个人信息安全。
总之，保护个人隐私和权益需要我们自己的努力和注意，同时也需要政府和社会各界的监管和保护。
关于个性化推荐和个性化推荐是什么意思的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
