自2016年開始，信息流幾乎進入了所有的頭部App。同時各個平臺間也開始暗自發力，希望掌握更強大的智能推薦算法。更好的智能推薦體驗，意味著更多流量和優質的轉化率。那麽智能推薦的技術支點究竟在哪？

主動與被動間的認知鴻溝，智能推薦如何才能了解用戶？

其實智能推薦的行為邏輯很簡單，那就是把適合的內容推薦給適合的用戶。但在簡單的行為邏輯中的，卻是智能推薦的本質：內容和用戶兩方面的雙向深度理解。

首先在對用戶的理解上，很多平臺都會陷入一個誤區，那就是把用戶的被動反應當成了主動索求。

比如很多資訊類推薦平臺冷啟動時，都會讓用戶選擇自己感興趣的話題，這一行為就已經把用戶畫像圈定在了平臺自己設置的範圍之內。實際這種理解用戶的方式略有片面，即使不斷挖掘也只能察覺到用戶在閱讀這一個場景中的狀態，無法察覺用戶在閱讀中的喜好、無法察覺用戶當下的需求。

這也就形成了信息流最嚴重的汙名——信息繭房，智能推薦只會根據用戶的興趣愛好推薦內容，久而久之用戶就會被自己關心的事物圍繞，從而失去對外界的整體認知。尤其當低俗、獵奇、軟色情這些刺激眼球的信息出現時，人們難免會因為下意識的好奇進行瀏覽，這一典型的被動反應將相關的標簽加入了用戶畫像中，導致相關內容大量汙染用戶的信息流。

其實有時候信息繭房的形成並非內容出產者和平臺故意灌輸帶有刺激性的內容給用戶，而是一些信息流產品缺少獲取用戶主動索取行為的途徑，猶如將用戶放置入一個狹小的環境中，用戶對環境產生的一點點反應都會在環境中形成反復的回聲。可我們無法確定環境之外用戶的主動行為，從而形成了巨大的認知鴻溝。

了解內容才是在大數據外的硬實力

目前很多智能推薦算法了解用戶的方式，是利用數據挖掘捕捉用戶的每一次點擊、瀏覽行為，對大數據進行匯總、歸納和關聯。通過協同過濾算法，尋找用戶與用戶、內容與內容間的相似點，以此為依據為用戶推薦其他內容。這就涉及到了雙向深度理解的另一端，也就是對技術硬實力要求最高的內容理解。

和電商、音樂等平臺不同，資訊類平臺上的內容數量巨大，種類多而龐雜，加之內容本身作為消費品，為了換取流量貨幣，內容產出者很容易會使用標題黨甚至違規內容來吸引點擊。

舉個例子，當有熱門八卦發生時，會有很多作者在標題上提及熱門事件蹭熱度，內容卻與標題毫無關聯。或者有作者自己為作品搭上歷史、科普等標簽，作品中的圖片、文字卻是軟色情內容。這時如果單純依靠用戶間共同喜好做協同過濾推薦，很容易造成推薦不準的情況。

可作為信息流產品，每天由大量作者出產大量內容，只利用人工審核分類是不實際的，利用人工智能技術對內容進行批量理解才是最好的選擇。對於圖片內容可以建立深度學習模型，用圖像識別分辨圖片是否涉及違規。對於文字，可以用自然語言處理技術和知識圖譜技術實現對內容的理解，分辨是否有文不對題的情況。像Facebook就應用深度學習技術分析了大量標題黨標題，建立了專門識別誇張標題的模型來減少標題黨狀況的存在。

很多資訊類平臺都為自己巨大的用戶量感到自豪，認為擁有大量用戶數據就可以無所不能，實際就是因為用戶量巨大，所以很難從用戶身上尋找到天然的共同點，需要更強大的技術能力，從用戶和內容兩方面進行挖掘，進而滿足個體用戶的深層需求。

資訊推薦謎題，大企業真的有天然優勢嗎？

如果無法駕馭河流，結果往往是被河水淹沒。由於只依賴大數據，缺乏足夠的自然語言處理、知識圖譜等雙向深度理解的技術底牌，在某些推薦算法主導的資訊類平臺上體現的最為顯著，出現了難以治理低俗內容、推薦不準確等等多種問題。

一個不得不承認的事實是，相比一些業務單一的平臺，BAT這類大廠有自身產品群豐富，又有足夠的人力和基本投身於人工智能技術建設，更容易做到智能推薦技術的雙向深度理解。

以在內容行業紮根很深的百度為例，相比很多內容平臺，百度信息流很少受到內容質量方面的詬病。

首先，百度豐富的產品群使得用戶畫像更加全面，尤其是搜索+信息流雙引擎的存在，使得用戶的行為更加一致和順暢。搜索可以有效矯正推薦算法在用戶需求分析上的偏差。讓用戶自己突破信息繭房。

第二點，則是百度自身的AI能力方面的優勢，成為了百度信息流最重要的技術底牌。

百度長期做搜索產品，對知識圖譜、分詞技術有著大量累積，讓百度信息流可以更深入的理解文字內容，不僅能理解每一句話在說什麽，還能精準的理解內容的感情傾向並為之加上標簽。利用知識圖譜的深度挖掘和關聯能力，構建起科普、娛樂、歷史等等細分類別的內容體系，從而實現更精準的內容推薦。

尤其對於圖片、短視頻這類富媒體內容，圖像識別技術就起到了重要作用。當需要對圖片內容進行審核和分類時，應用了卷積神經網絡的圖像識別技術可以快速建立各種模型，實現對豐富的圖片內容進行認識和判斷，及時找到違規內容並進行處理。

借助於人工智能技術，通過對視頻內容的深刻理解和精準分析，百度可以為每一個小視頻提煉一個6~10秒的精彩摘要，便於用戶快速了解視頻內容。基於同樣的技術能力，還可以找出短視頻所對應的愛奇藝中的長視頻。而通過機器學習對視頻內容的特征向量進行提取，則為資訊平臺中每一段短視頻建立了獨一無二的視頻指紋，不僅僅能實現精準的匹配推薦，還可以保證視頻不被盜用，維護了內容創作者的權利。

還有一點，百度有熊掌號、百家號、百度新聞等等多種內容入口，加之百度正在通過“創作大腦”將人工智能技術開放給內容創作者，其中的視頻自動轉化圖文功能、自動識別圖片內容並提供相關信息等功能，都在吸引著更多優質內容出產方加入百度內容生態之中，不光媒介結構更加豐滿，也給了用戶更充實的內容。同時人工編輯的存在也為百度信息流把握著內容價值觀的導向，為創作者驅逐劣幣，讓更多優質內容留存下來。

和其他資訊類平臺不同，重金挖角KOL、高額補貼用戶和自媒體作者這些事情很少發生在百度信息流產品中。不難看出，當百度整體發展方向扭轉向人工智能時，技術優勢讓百度信息流有能力實現用戶和內容雙向的深度理解，這是智能推薦背後真正的支點，也是一張全能的王牌。

當智能推薦的信息流已經將我們的生活“包圍”，我們或許需要一些時間去習慣。但我們無需抗拒這一事實，當前的些許不適只是科技發展帶來的生長痛。

信息流本身就是一種受智能推薦技術驅動的產品，相信各個平臺對雙向深度理解的追逐不會停止，找對了支點就能將水流引向正確的方向。終有一天信息流不再是信息繭房的代言詞，而是如流水一般，哺育著我們對信息的渴求。

信息流如何規避低質內容和信息繭房？