-
工业快报
-
政策快报
工业快报
政策快报
中新经纬3月24日电 (薛宇飞)近日，由中国人民大学高瓴人工智能学院、智能社会治理跨学科交叉平台和基于大数据文科综合训练国家级虚拟仿真实验教学中心联合主办的算法公平性与内容生态建设研讨会在线上举行。研讨会上，清华大学计算机科学与技术系张敏等专家、学者认为TikTok推荐算法入选2021年度MIT Technology Review“十大突破性技术”，是因为TikTok算法满足了每位个体用户具体的细分兴趣需求，而不再仅强调追随热点的“从众效应”，这一评选结果也是对近几年来国际社会越来越关注推荐系统的“公平性”问题的直接反映。
此前，清华大学计算机系刘奕群、张敏就2021年度MIT Technology Review“十大突破性技术”，在《中国科学基金》上发文点评，指出衡量个性化推荐结果好坏的评价指标，除了人们所容易想到的精准度(Precision)以外，还包括多样性(diversity)、新颖性(novelty)、惊喜性(serendipity)、可解释性(explainability)，以及近几年来新提出的公平性(fairness)。个性化服务的目的，也从传统地满足大众普遍的爱好，越来越强调满足长尾用户、个体用户细分的兴趣领域。为用户提供符合兴趣需求的细分领域的内容(niche item，与热点内容popular item相对)，就成为近些年来人们提出的一个挑战性的、重要的问题。
文章称，这一点在社交媒体应用中体现得尤其明显。TikTok是近年来新兴起以短视频为主的社交媒体平台，增长速度极快，目前在全球范围内已经超过26亿次下载量，在美国拥有1亿用户，被认为是全球最具有吸引力的社交媒体平台之一。
文章称，TikTok将新博主的视频和网红博主的视频混合放在“为你推荐”频道，以浏览量来奖励优质创作内容，因而任何人都有可能在该平台上“一举成名”。由于其所使用的推荐算法会将视频推送给与视频博主有相似的兴趣、爱好或特定身份的用户，这种“投其所好”的行为很大程度上鼓励了视频被观看，从而使优质的创作内容快速传播。
文章称，在算法中，作为推荐依据的不仅仅靠博主的粉丝数、是否有过热门视频，更重要的还有视频标题、声音、内容标签属性等等，与用户观看或点赞过的视频、拍摄过的内容等的细分兴趣领域相结合，基于个性化推荐领域经典的协同过滤及内容推荐方法做出最终推荐。因此TikTok不仅能够精准地为用户推荐感兴趣的视频，还能通过推荐算法帮助他们拓展其可能感兴趣的、新的细分领域内容，从而提升了用户在新颖性和惊喜性方面需求。TikTok的推荐算法入选MIT Technology Review 2021的“全球十大突破技术”，正是因为算法满足了每位个体用户具体的细分兴趣需求，而不再仅强调追随热点的“从众效应”。
文章称，这一评选结果也是对近几年来国际社会越来越关注推荐系统“公平性”问题的直接反映。目前研究界和产业界已经开始提出越来越多用于解决或至少缓解推荐系统公平性的模型和方法，从用户公平性和内容公平性的两个角度来推进，分别从数据、模型、结果、评价指标等多个层面进行优化。除了个性化推荐的算法以外，不少经济学和社会科学的理论和知识也被综合利用进来，例如经济学的帕累托优化方法、边际效益、最低工资、嫉妒公平等理论，社会学的基尼系数、垄断指数等等。
文章认为，TikTok推荐方法中，非知名新博主的新作品与网红明星的视频一样有机会被广大用户所看到，是推荐算法在公平性方面一个代表性的、成功的产业应用。随着相关领域研究者和产业界的共同努力，将会有越来越多精准的、多样的、新颖的、惊喜的、可解释的、公平的推荐方法得到发展，互联网个性化信息服务的质量也必然会越来越好。(中新经纬APP)
中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。
文章内容来自网络，如有侵权，联系删除、联系电话：023-85238885
龙智造旗下工业资讯
参与评论
请回复有价值的信息，无意义的评论将很快被删除，账号将被禁止发言。
评论区