朱倩男：数据不干净等多重因素造成算法问题

　　中新经纬手机客户端5月7日电 (薛宇飞)前不久，由人民大学将来法制研究所举办的“优化算法归类分情景网络舆论监督”讨论会在人民大学举办。讨论会上，人民大学高瓴人工智能技术学校博士研究生朱倩男共享了有关推荐优化算法的技术报告。

　　人民大学高瓴人工智能技术学校博士研究生朱倩男。来源于：主办单位供图

　　朱倩男称，依据数据信息的方式及其优化算法的作用，推荐优化算法大概能够分成四大类。第一类是根据协同过滤算法推荐，此类优化算法从用户和项2个方面设计方案协同过滤算法优化算法，觉得类似的用户具备类似的兴趣爱好喜好，或是用户偏重于喜爱自身以前选购过的项(物品)。此类优化算法根据找寻类似的项或是类似的用户收看过或选购过的物品给用户做推荐；第二类是根据文字內容推荐，它依据项的文字信息，例如文章标题、叙述及其特性信息等，发掘类似的项将其推荐给用户，或是运用文字信息从用户历史时间点一下编码序列中模型用户喜好，根据此用户喜好做推荐。

　　第三类是根据数据仓库推荐。它是最近比较流行的推荐方式 。此类方式 运用数据仓库结构型、可逻辑推理特性，用在推荐行业能够做可实证性推荐，一定水平上减轻了优化算法“白盒”和优化算法公平公正的难题；第四类是混和推荐，说白了，它是以上多种多样推荐方式 的融合，用各式各样的方式 累加组成在一起。例如，将文字信息和数据仓库结合在一起，又或是融合协同过滤算法优化算法和神经元网络技术性做推荐。现阶段推荐行业的研究思路早已沒有尤其清楚的标准将某一方式 区划到某一类型中。伴随着互联网技术的发展趋势，人们进到到人工智能技术时期，神经元网络技术性早已渗入各行各业，运用神经元网络模型推荐全过程早已变成 推荐行业比较合理的方式 。

　　她强调，推荐优化算法在平时应用全过程中，也会碰到各式各样的难题，例如信息茧房、优化算法白盒、网络谣言及庸俗內容泛滥成灾等。“针对信息茧房状况的造成，能够举个事例，在新闻报道推荐情景中，例如用户历史时间浏览记录表明他收看了歌曲类、历史时间类、体育专业新闻报道，推荐系统软件会依据这一喜好给他们推荐这三种种类的新闻报道。以后一段时间，用户又不喜欢音乐了，他很有可能访问 较多的体育文化和历史时间两大类的新闻报道，推荐系统软件捕获用户的喜好，将体育文化和历史时间类的新闻报道推荐给用户。长此以往，伴随着用户喜好的转变及其可访问 的推荐結果的多元性的降低，会将用户的兴趣爱好喜好限定在某一特殊行业，产生信息堡垒，导致信息茧房的状况。除此之外，曝出误差也会导致信息茧房。在推荐行业中存有长尾关键词状况，不大一部分产品有着较高的流行度，而绝大多数产品有着较低的流行度。因为准确度是推荐优化算法的考量指标值，推荐优化算法趋向于把流行度较高的物件推荐给用户，这就导致流行度提高的产品愈来愈流行，曝光率愈来愈高，而流行度低的产品愈来愈不流行，曝光率急剧下降，长久以往，用户会在由高曝光度产品完工的信息茧房内。”

　　要处理信息茧房难题，朱倩男称，一是数据信息方面，要确保数据的多元性。二是推荐結果方面，确保推荐結果的多元化以消除信息堡垒。对推荐結果的多元性能够设计方案研讨式标准，例如限定推荐結果一定要包括几类类型；将多元性的产品添加到备选养金鱼的鱼缸中，使多元性的产品在招回环节被测算并推荐。

　　伴随着互联网技术变成 大家获得外部信息的关键方式，推荐优化算法遭遇着网络谣言和庸俗內容泛滥成灾的难题。朱倩男称，推荐系统软件并并不是喜爱或趋向于将网络谣言和庸俗內容推荐给用户，单纯的推荐优化算法对文章内容的內容和品质是沒有严格把关的。导致这一状况的直接原因是键入数据信息的不干净。互联网中原本就存有很多低质量化的內容，在大家求知欲及其猎奇心理的功效下，网络谣言和庸俗內容得到很大的浏览量和曝光量，推荐系统软件觉得有较高流行度的网络谣言和庸俗內容是时下比较受欢迎的內容推荐给用户。为处理这一难题，必须从数据信息方面做工作中，根据人力和实体模型的融合将数据信息开展过虑和清理，以搭建一个比较身心健康的互联网生态环境保护。

　　此外，推荐优化算法会产生成见和岐视难题，例如曝出误差，挑选成见，流行度成见及其部位成见等。一方面，推荐优化算法根据从数据信息中发掘数据信息特点，将本来存有成见的数据信息开展变大，更形象化的向人们流于形式的展现成见和岐视难题。另一方面，因为目前的推荐优化算法将推荐准确度做为考量推荐特性的唯一指标值，服务平台为提高经济收益，仅关心推荐內容与用户兴趣爱好的配对水平，未将价值内化作优化算法的实际标准。为处理这类难题，应从数据信息方面和优化算法方面处理。

　　朱倩男称，因为用户对推荐优化算法的正中间全过程不清楚，会猜疑自身的个人隐私被泄露，也就是大伙儿一直提及的用户安全与隐私难题。但事实上，单纯性的推荐优化算法不会有用户隐私泄露。但是，服务平台在每个服务项目中间的数据信息传输，存有用户数据泄漏的状况，或是安全隐患遭受危害。为了更好地摆脱这一难题，会出现一些对策对用户本人信息开展掩藏，例如密名化、平假名化等。此外，还需提升管理制度，颁布一些因泄漏用户信息而导致用户损害，所应当担负法律依据的现行政策。

　　朱倩男汇总称，优化算法产生的难题，缘故各种各样。一方面是因为数据信息自身不单纯、不干净导致的；一方面是现阶段推荐优化算法只追求完美推荐准确度，未将价值内化作优化算法的本质标准导致的。总得来说，推荐优化算法想更强的服务项目人们，也有一段路要走。(中新经纬APP)

　　中新经纬版权声明，没经书面形式受权，一切企业及本人不可转截、摘编以其他方法应用。