在推荐算法泛滥之前,我们是怎样发现新内容的? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
amber0317

在推荐算法泛滥之前,我们是怎样发现新内容的?

  •  
  •   amber0317 2023 年 4 月 24 日 3331 次点击
    这是一个创建于 1097 天前的主题,其中的信息可能已经有所发展或是发生改变。

    今天整理自己的信息源的时候突然想到的一个问题。

    依稀记得大概是 13/14 年左右,Bilibili 还没有上线推荐算法,首页展示的是不同分区的视频热度榜。翻看了下收藏夹,我在那个时代收藏的视频,无论是数量还是质量都要比现在高出一个维度;然而现在关掉个性化推荐,却感觉完全没什么有意思的内容,连点开看的欲望都没有。这个观察结果也可以推广到其他信息流应用,我订阅的 Telegram 频道、Twitter 博主和 Newsletter 都是直接 /或间接从推荐算法里刷到的,很难想象脱离了算法怎样发现新东西。

    最近在尝试戒断推荐算法、离开信息茧房,故发此问,希望和大家讨论一下。

    14 条回复    2023-04-25 09:08:00 +08:00
    kwh
        1
    kwh  
       2023 年 4 月 24 日
    我看到算法这个字就反感了。

    我觉得应该是,
    在推荐行为泛滥之前,我们是怎样发现新内容的。

    一个推荐行为,只要还是只想付出最少,收获最大那就是无差别推销。实力不行, 概念(抽象的算法)来凑。

    最让我影响深刻的,就是今日头条,老年人都夸它算法好,这哪里是算法,摆明是营销。
    kwh
        2
    kwh  
       2023 年 4 月 24 日
    一个连手机都玩不转的老年人都夸今日头条算法好。只能说今日头条(也就是抖音)营销的非常好。

    只能说现在概念非常多,看个游戏直播,防御塔都能不健康(血量太低过于庸俗,不健康才是阳春白雪)都可以。
    kwh
        3
    kwh  
       2023 年 4 月 24 日
    我发现你的提问里面,阳春白雪的概念真多。
    sadfQED2
        4
    sadfQED2  
       2023 年 4 月 24 日 via Android
    搜索引擎研发来答一下,

    大概 14 年之前吧,各种搜索推荐流基本上都是按 pv uv ,按时间,按类型排序就完事了

    如今做搜索推荐,上来就是用户画像,行为预测,ai 打标。我踏马也非常恶心啊,现在负责推荐流,动不动就会被问 xxx 怎么没出现,xxx 怎么又出现了。每天调各种标签,处理各种画像,身心疲惫。多希望回到以前一个 order by 解决问题
    shinsekai
        5
    shinsekai  
       2023 年 4 月 24 日
    举了例子,最开始的 B 站,就是按照分区来的,选择自己想看的区,然后排序。
    invadv
        6
    invadv  
       2023 年 4 月 24 日 via Android
    1. 最开始整个互联网都没啥内容,个人可以遍历;
    2. 随着内容变多,找自己感兴趣的内容开始有点压力,但是优质内容还遍地都是;
    3. 新内容进一步爆炸增长,各种信息搜索、筛选工具包括推荐算法伴随着海量垃圾内容一起成长;
    4. 最开始的推荐算法本意是好的,只不过互联信息屎里淘金的本质改变不了了,而且流量玩法让推荐算法走上了另一条不归路。

    所以,在推荐算法泛滥之前,我们没有这么大的“挖掘”有价值内容的需求。
    James369
        7
    James369  
       2023 年 4 月 24 日
    我一般只看热榜,朋友圈,我的朋友圈三教九流,什么鸟都有
    levelworm
        8
    levelworm  
       2023 年 4 月 24 日 via Android
    之前,尤其是九十年代的网络内容质量相对比较高。那时候能上网就可以获取信息。实在不行还有书。我记得那时候区里头的书店我一泡就是一天。
    zhaogaz
        9
    zhaogaz  
       2023 年 4 月 24 日
    一方面是搜索引擎,一方面是推荐,如:杂志啊,朋友间交流,网友评论

    但是呢,你现在看这几个渠道。
    搜索引擎里面广告很多,看搜索技巧;杂志其实也是媒介一种,不会比你好太多只不过是某个方向专业的;朋友间推荐的也都是推荐算法的结果,只不过有一层人工筛选;评论也就那个样子吧

    不同的时间点,就有不同的玩法。我是这么想的。。。
    blacko
        10
    blacko  
       2023 年 4 月 25 日   1
    感量降低我得是一些容作者因此被迫改了。

    以前是努力做出容,在是努力做出能被算法推的容。
    Al0rid4l
        11
    Al0rid4l  
       2023 年 4 月 25 日   1
    最开始只在微博关注了几个技术相关的大 V, 遵循着有趣的人也会关注其他有趣的人的原则, 从他们的关注点赞和转发里筛选其他人和媒体, 关注了一些也取关过一些, 有些人从微博 fo 到知乎 b 站到 Github Twitter 到 tg dc 频道等等, 关注的内容也从单纯的技术拓展到生活健康人文社科经济等等

    定期清理和分类信息源, 重复这样的操作多年, 目前信息源里大约 10% 的人是从推荐算法来的, 大多数还是自己主动选择的.

    不能说完全抵制推荐算法, 但个人对于推荐算法始终比较警惕, 一方面是不喜欢有种被看穿的感觉, 一方面也会审视长期接受类似的信息是否有益

    当然按照大多数人对信息茧房的定义也可以说本质上我也是在自己给自己构建信息茧房, 但主动的筛选和被动的接受个人觉得还是有所区别, 否则一切筛选信息的行为都可以被定义成是在信息茧房, 而如果不作筛选那就等着被垃圾信息淹没
    bigmomo
        12
    bigmomo  
       2023 年 4 月 25 日
    https://songxwn.com/atom.xml

    RSS 订阅吧,自己发现内容。抵抗推荐算法。
    Luckydesigner
        13
    Luckydesigner  
       2023 年 4 月 25 日   2
    过去,现在和将来,RSS 一直会是你获取信息的专业方法,可以使用相关的 APP ,比如 inoreader ,feedly 等专业的 RSS 阅读器,并结合订阅信息源来订阅,比如本站的订阅源是 <a target="_blank" href="https://www.luckydesigner.space/feed" rel="nofollow noopener">https://www.luckydesigner.space/feed</a>,相关技巧文章,可以参考如下几篇:
    [《 RSS 订阅器 inoreader 一些使用心得(一)》]( https://www.luckydesigner.space/rss-inoreader-how-to-use/)
    [《利用 RSS 应用打造自己的新闻媒体聚合平台》]( https://www.luckydesigner.space/creat-myself-news-platform-with-rss/)
    [《万物皆可 RSS 订阅,打造究极体传媒平台不是梦》]( https://www.luckydesigner.space/rsshub-make-a-best-news-platform/)
    [《如何利用 RSS 接收微信公众号内容,一键接收,让你的微信瘦身》]( https://www.luckydesigner.space/get-wechat-public-account-ms-with-rss/)
    [《分享一些不可描述的十八禁 RSS 订阅地址》]( https://www.luckydesigner.space/share-rss-18x-link/)
    当然,还有很多,这里就不一一列举了
    yty2012g
        14
    yty2012g  
       2023 年 4 月 25 日
    @sadfQED2 #4 全可以理解,搜推就是各种奇奇怪怪的 case 让你找为什么。画像特征越来越多,模型越来越复杂,但是效果嘛.....感觉搜推是那种 0-1 提升巨大,后面真的差别不大的那种场景
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     880 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 57ms UTC 22:26 PVG 06:26 LAX 15:26 JFK 18:26
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86