当“推荐”遭遇“商业智慧”

    不过，对于“推荐算法”而言，摆在眼前的一个疑问始终挥之不去——这真是一位理想的“知音”吗？

    不知你是否注意到，每次在淘宝的时候，从你搜索你想要买的那样东西开始，到完成交易给对方评价，网站都会在一个小角落滚动推荐一些“你可能感兴趣的东西”。这就是悄悄隐藏的“推荐算法”。比如，你曾经购买了几本村上春树的作品，算法会自动向你推荐这位作家乃至几位日本作家的其他作品等。

    越来越多的人发现，推测人们的口味，实在一桩有利可图的生意。影片租赁网Netflix投入100万美元给开发小组开发一个比旧版更好用的电影推荐系统这一事实就是最佳证明。现在，更是有众多专家把“推荐算法”推上了继社交网络之后web2.0时代“最大黑马”的宝座。

    《连线》杂志主编克里斯·安德森提出“长尾理论”的三个法则，第一是让所有东西都可以被获得；第二是让这些东西卖得很便宜；第三是帮我找到它。而这第三点恰恰是个性化“推荐算法”的专长，帮助用户在大量的商品中做出选择。

    目前，全球电子商务零售类增长最快的三大巨头——亚马逊、Staples和Netflix都已经全面应用了个性化的推荐系统。据市场分析公司Forrester统计数据显示，三分之一的用户会根据电子商务网站的推荐买东西，这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响已经越来越低，于是有人做出预见——个性化推荐技术将成为广告的终极形式。

    国内的豆瓣网也在“推荐算法”的商业应用上蠢蠢欲动，今年从生活类的小站、社区里的二手交易、“豆瓣猜你会喜欢的团购”，直到一些手机应用上都已经率先试水。按照杨勃的说法，“我们希望当别人帮你娱乐游戏八卦的时候，还能帮到你的真实生活。”

    “以前都是人工推荐，但系统开发的自动化智能方式更方便、有效。”百分点CEO柏林森认为，个性化推荐技术将成为等同搜索引擎的互联网基础服务，个性化推荐服务的精准营销平台则将成为电子商务行业的标准配备功能。

    难怪在社交网络产品上屡败屡战的Google，仍然执拗地推出了“+1”。如同Facebook上的“Like”一样，如果在Google搜索结果中看到一条喜欢的链接按下“+1”，你的朋友再次进行类似搜索时，便会看到你的推荐。现在，“+1”按钮只会出现在Google搜索页面上，但是Google正计划让它出现在各大主要网站上。

    当“推荐”左右你我生活

    或许此种电脑的自动推荐还能勉强算得上新奇，可当被海量般诸如“你可能感兴趣的新闻”、“你可能感兴趣的书”、“你可能感兴趣的电影”、“你可能感兴趣的餐馆”、“你可能感兴趣的……”等推荐狂轰乱炸过一番后，已经有不少人感到迷恋于各大网站上泛滥成灾的推荐，俨然更像是打开了一个“潘多拉的盒子”。

    网友MarsC最近就被推荐算法“雷”了一记。原来，他在京东商城上兴致勃勃地订了双缓冲跑鞋，结果网页上立马列出一个“最佳购买组合”，竟然搭上一只无油烟健康炒锅。“我晕，买鞋配个锅！真不知道京东怎么算的。”

    身边也有些朋友开始向记者抱怨，听网站系统推荐的音乐尽管偶尔也能惊喜一番，但总是一个调调的循环播放还真很难不让人产生审美疲劳。“大部分时间中，网站推荐的音乐都非常‘妥帖’，但这就好比我雇了一个只懂得顺从和谄媚的DJ。”

    豆瓣的图书推荐也遇到了类似的尴尬。网友每点开1本书后，“也喜欢……”列表总会牵扯出另外10本五花八门的书，10本又10本循环无穷无尽，最终只能让人直接忽略掉豆瓣的系统推荐，否则光是看看这些就要消耗不少时间。

    当大笔大笔的金钱堆起了“推荐算法”的准确性后，这些装作能洞悉你心思的系统，却无法保证推荐的多样性和新颖性。“推荐算法会局限我们感兴趣的领域，阻止我们发现新的精彩”，有网友在论坛上直言不讳。当推荐没有节制时，它就让人无法从中筛选出“你可能更感兴趣”的东西了。

    实事求是地说，提高效率、增长见识始终不是“推荐算法”的最终目的，开发出它的网站要的是用户停留更多的时间，或者花去更多的金钱，为此甚至可能不惜不断挖掘出更多的个人隐私。

    有个小故事似乎是最好的印证，说是数学天才JeffHammerbacher，2006年从哈佛毕业，一年后加入Facebook，奠定Facebook业务的基石——以“推荐算法”确保精准广告。可仅仅待了两年之后，Hammerbacher开始怀疑人生，于是2008年他从Facebook辞职了。“我的脑袋竟然都在这里思考着怎样让人们去大量地点击广告，真衰。”这位天才辞职后发出了无限感慨。

    是的，这就是赤裸裸的“推荐算法”。

想认识全国各地的创业者、创业专家，快来加入“中国创业圈”