2012年，今日頭條的出現讓”算法推薦“深入人心。隨后，一點資訊、天天快報等資訊類app也憑借算法推薦吸引了一大批用戶。
縱觀當下國內資訊類App市場，算法似乎已經成為資訊類App的“核心標配”。
早前，今日頭條CEO張一鳴在發(fā)表演講時，還毫不避諱地表示自己對Moments、Apple News等依靠人工編輯進行推薦內容篩選的編輯方式并不感冒。同時，他也旁征博引地告訴在場的媒體人：算法可以為媒體人創(chuàng)造一個巨大的流量入口，將媒體的內容輸送到算法平臺上是必然趨勢。
不可否認：算法推薦的內容推薦模式的確具有很多優(yōu)勢，但在看到算法優(yōu)勢的同時，我們也應該辯證地認識到算法推薦所存在的局限和問題。
算法的優(yōu)勢
定位精準
算法之所以能夠成為這么多資訊類App的“核心部件”，最主要的一點就在于它能夠描畫出較為精準的用戶形象。在使用這些資訊類App時，用戶的每一次點擊、每一條評論、每個頁面停留的時間、使用的網絡(Wi-Fi還是移動數據)、手機機型都將被系統(tǒng)搜集起來，隨后算法會利用這些收集到的數據構成一個多維的數據矩陣，并以此刻畫出屬于這一用戶的“用戶畫像”。在確定了用戶的用戶特征之后，算法就可以基于此向用戶推薦他可能感興趣的內容。
比如，當你在號外客戶端上瀏覽了關于“吳亦凡”的標簽頁，那么系統(tǒng)就會自動將你認定為吳亦凡的粉絲，以后一旦出現跟“吳亦凡”有關的資訊，都會自動推薦給你。
效率高
跟人工編輯相比，算法最大的優(yōu)勢就在于它的效率要高出人工編輯很多倍。
如果我們讓一名編輯對文章進行篩選、排序，那么這名編輯不僅要耗費時間來閱讀這些供他選擇的文章，還要結合近期的熱點以及個人的編輯經驗才能完成文章的篩選、排序工作。并且，由人工編輯制作出來的表單是固定的，所以并不能夠符合每位受眾的口味。
不過算法就可以在短時間內針對不同受眾的興趣定制個性化的表單。其實從嚴格意義上講，算法完成的并不是編輯工作——因為他并不會“閱讀”文章，也無法理解文章的意思。它所做的，只是將文章中每一個詞匯都作為一個“參數”。在確立“參數”后，算法就開始衡量不同“參數”之間的相似度，將同類型參數加權平均，計算出一篇文章中各類參數所占比重，隨后依據這些比重給這篇文章打上標簽。完成以上工作之后，算法會自動依據受眾的興趣將這些標簽進行排序，由此便生成了個性化的定制表單。
由此看來，算法無論從工作效率還是定位精準度上都比人工編輯更具有優(yōu)勢。但這并不代表算法就是“完美無缺”的，因為跟人工編輯相比，算法還存在很多問題。
算法存在的問題
無法形成自己的編輯風格
有關注一些媒體的朋友應該可以發(fā)現：不同媒體都有不同的風格。這種風格一方面是由媒體定位造成的，另一方面則是由這家媒體編輯的編輯風格造成的。對于一個媒體而言，編輯風格非常重要。比如同為都市報，《揚子晚報》和《現代快報》看起來的感覺就完全不一樣——這就是編輯風格的原因。
其實不僅是媒體，對于資訊類App來說，擁有自己獨特的編輯風格也是一件非常重要的事情。但問題就在于：算法并不是人，所以它只能機械地根據已有數據進行文章推送，并不能形成自己的編輯風格。這也就導致國內大部分基于算法推薦的資訊類App看起來都有些“大同小異”。
當然，開發(fā)者似乎也都發(fā)現了這一問題，所以也都嘗試做一些獨特的內容、服務：今日頭條與多家媒體進行合作，并開通頭條號吸引自媒體人員入駐;一點資訊則添加了“標簽”服務，讓用戶可以根據自己的興趣自己訂閱標簽……
即便如此，各家基于算法推薦的資訊類App仍舊看起來”大同小異“，所以如何形成自己獨有的風格、避免進行同質化競爭仍是這些基于算法推薦的資訊類App應該考慮的首要問題。
不進行內容生產，沒有自身立場
目前，諸如今日頭條之流的資訊類App所推送的內容大都來源于不同的媒體機構以及不同的自媒體平臺，其平臺本身并不進行內容生產。如此一來就很容易出現版權問題。2014年6月，就曾有多家媒體就今日頭條侵權問題發(fā)起訴訟。雖然如今風波已過，但我們仍需正視這一問題：一旦有一天，媒體、自媒體人聯(lián)合起來抵制這些資訊類平臺，沒有內容的平臺將很難繼續(xù)下去。
除此之外，這些資訊類App的內容來源也容易導致另一個問題——平臺缺乏自身立場。因為算法并不能真正理解文章的含義，所以在這些資訊類App上經常就同一事件會出現觀點不同甚至截然相反的兩篇文章。這種情況就很容易讓受眾感到混亂。
算法推薦讓受眾閱讀面越來越窄
我不否認利用算法進行個性化推薦能夠在短時間內依據受眾喜好針對不同受眾推送相關的文章。但我覺得，我們不應該把這件事情看得太美好。
誠然，個性化推薦有一定的價值，但一個人的興趣是多維度的，基于算法進行個性化推薦并無法照顧到受眾的全部興趣。相反的，算法會針對已經識別的用戶興趣進行反復推送，如此往復，受眾針對某一標簽的“感興趣程度”在算法的眼中會越來越高，逐漸就會導致他在使用這類咨詢App時看到的內容都是某幾類的內容。
這樣會導致用戶的閱讀面總局限在某幾個領域，并導致用戶的閱讀面變得越來越窄。不僅如此，長期看到類似的內容很容易讓用戶產生反感的情緒。
在我看來，資訊類App的存在就是為了向用戶傳遞信息。這種信息應該是多維度的、可以幫助用戶開闊自己視野的，而不僅僅是針對用戶的興趣反復推送。所以，在保證個性化推送的基礎之上，還應該適時給用戶推送一些他們很少接觸的內容。
“算法+人工”成就編輯好搭檔
其實，算法和人工編輯各有各的優(yōu)勢，所以我覺得，如果讓算法協(xié)助人工編輯進行編輯工作，或許會取得更好的效果。
一方面，算法可以為人工編輯提供具體的數據，幫助人工編輯更快、更準確地完成稿件選取、熱點事件發(fā)掘等工作。
另一方面，人工編輯可以在算法的幫助下讓這些基于算法推薦的資訊類App看起來更有特色。
也許以后這些基于算法推薦的資訊類App可以在保留算法個性化推薦的基礎上，增設人工編輯欄目，這樣既可以照顧到用戶興趣，也可以向用戶傳遞多維度的信息——更重要的是，這種操作模式可以幫助這些看起來“大同小異”的App顯示出各自獨特的一面。
