简翊竹

一、前言

P.Resnick和H.R.Varian两位学者在1997年提出了个性化推荐的含义：根据用户的个性化需求，通过计算机信息系统向用户提供满足其需求的相关信息［1］，其核心动力在于解决海量信息（或产品）与用户之间的供需适配问题［2］。生活中我们时常遇到：购物平台重复推荐我们以往搜索过的产品；微信推荐给我们那些看似我们感兴趣的广告；短视频重复推荐类似的内容等问题。这些看似把握住大众偏好却没有带给大众足够“新意”的现象，使得矛盾在由算法支撑下的个性化推荐与大众的多样化需求间产生，从而给用户带来不友好的消费体验，为企业带来不利影响，甚至是影响到传播系统以及社会的发展。

在哲学中，我们将矛盾称为对立统一，个性化推荐如果一味追求贴合大众喜好，就容易与大众的多样化需求形成对立关系，最终结为矛盾关系。如图1所示，企业在个性化推荐中所负责的数据获取和分析上存在的漏洞导致矛盾的产生：首先是对显性数据的依赖；其次是对大众隐性数据掌握的不全面；最后是数据分析技术的不成熟。企业如若能够针对这三方面有针对性地做出改变，解决这对矛盾，我相信在一定程度上能对传播和社会稳定发展起到更大的积极作用。

图1 二者矛盾及解决方式图示

二、三圈相聚，矛盾藏匿

矛盾即对立统一，弄清楚对立产生的原因，才能做到后续的统一。本文主要聚焦于由数据获取端产生的“企业数据圈”“大众兴趣圈” 以及由数据分析端产生的“技术圈”这三大圈层，来挖掘矛盾对立的产生原因。……