时不时地，我们总能被各种app对自己精准的寻找，吓到。

淘宝、京东的商品推荐，总让你怀疑自己莫不是被监听监看，连知乎这样的“清白之地”，似乎也在暗暗用力，不断描摹刻画你的用户画像。

被男朋友猜中心思是粉色的，被自己的app猜中总是有点情感复杂。被算法理解，虽然它能恰如其分地为你送上一首歌、一篇文，但这样的理解到底是存了一点孤单。

我们总是希望尽力过好丰富人生，把自己看成一个多面的棱镜，百变而神秘。但是，这种程序化的算法，似乎简简单单就将你刻画复制了出来。

从这个问题反推思考，我们是不是能借助不同的app完成一次自我探索的认识之旅?

算法何以了解你

既然想借助这些个看不见摸不着却强大的幕后力量，上演一出“将计就计”的好戏，那就先跳上“神坛”看看吧。

推荐算法的产生，和人类信息环境的变化直接相关。从信息匮乏时代走向信息过载时代，每个人陡然发现在信息获取上自己面临着新的困境：庞大信息带来的低效。而推荐算法恰是为了解决这一问题。

凭借个性化的推荐和对冗余信息的有效降低，推荐算法在国内外得到了广泛使用。从亚马逊、YouTube、谷歌到今日头条、网易云音乐、淘宝京东，算法成为一个近乎魔法的概念。

亚马逊推荐算法的调整曾给卖家带来不小的震荡

目前，内容推荐、协同过滤是十分主流的推荐算法。

基于内容的推荐算法(content-based)特别适用对文本内容的解析。将一则文本视为一条item，通过不断地抽取、细化，为文本打上无数的标签，形成taglist。当用户在做个性化推荐时，可以将用户最近操作过的item列出，用这些taglist模拟成一个用户模型，再用倒搜索引擎为用户推荐候选结果。在国内，采取CB算法的最典型代表就是今日头条。

基于内容的推荐算法可谓最为“古老”

在头条之后，新闻资讯APP都采取了推荐算法。文本信息的处理特性，使得基于内容的推荐算法成为主流。

协同过滤(collaborative filtering)则是从集体智慧出发实现的一种推荐。比如通过对用户喜欢的项目分析，发现用户A和用户B两人十分相似，两人都喜欢相同的内容，那么就可以把用户A喜欢而用户B还未喜欢的项目C，尝试着推荐给B。

另一种协同过滤则是基于item本身(item-based，CF )。这种推荐不需要找到和用户A相似的B，而是完全基于用户A的单独行为。itemA和itemB十分相似，而用户A很喜欢itemA，那么就可以把B尝试推荐给用户。网易云音乐的后端算法主要是基于这两种协同过滤算法。

此外，基于人工神经网络的深度学习也是十分频繁常见的推荐算法。

剔除那些细致、庞大的计算方程和运算过程，推荐算法底层逻辑的说明也不过百字之内。哪怕听起来不明觉厉的AI算法，也不过是更复杂的数学模型。

在神话已死的年代，科学却成为了最大的神话。

以算之道反算其身——科学驯养APP不完全指南

在实践中，这些APP所遵循的个性化推荐系统要复杂得多。

从别的维度出发，以网易云音乐、头条为例，又可以将其推荐算法切分为官方推荐、UGC用户推荐和热门推荐(热度加权)等。

当APP面对一个新用户，由于缺乏用户行为数据，精准个性化的推荐可谓是“巧妇难为无米之炊”，这时对新用户的推荐，会提供给他大部分人都喜欢的歌曲，这种类似于大盘数据的官方推荐，能让你在初入时，不至于那么无措;当用户在app上持续进行搜索、收藏、喜欢、评论等行为数据后，算法就能针对你个人和你喜欢的歌曲，衍生出庞大的推荐库。

但是基于APP个性化推荐的底层逻辑，我们依然可以借助有意识的行为方式，科学驯养app。

在新闻资讯类APP上，主要的推荐原理就是依据用户的阅读行为。越是经常点击某类文章，越是容易被推荐相同类型。

资讯APP中都设置了众多的兴趣主题，在进入这些app之时，用户都需要完成一系列简单的选择。这种最初也最简单的主动选择，形成了众多差异化的用户组，借助这种聚类方法，崭新尚未被“揣摩”的我们，其实已经有了一副清浅的五官。

即刻上的兴趣分类

但这样的分类，往往太过粗浅，尤其在以性别作为重要分类变量下，更是显得性别固化。

新安装即刻的用户，在进入app主页前，都需要完成两道选择题，先是性别选项，再是细化的兴趣分类。如果你在第一步选择自己是男性用户，那么在第二个兴趣分类页面，你将看到科技、游戏、二次元、男士穿搭指南、军事和汽车等兴趣主题。

当你选择女性角色后，这些主题变成了萌宠、综艺、护肤、女性安全。

如果你是一个“非典型”女生用户，爱好科技、喜爱户外，想要在资讯类app上实现高效的信息获取，你得不停的用时间和精力去和潜藏不可见的算法磨合。

我们每个人相似却也不同。若想拥有一个能“懂你”的APP，又岂能争朝夕。

小王子把爱称作驯养：“如果你驯养了我，我们就彼此需要，成为彼此最特殊的存在”。

在众多个性化推荐APP中溜达过一圈后，曾经梦想仗剑走天涯，豪气十分的驯养APP似乎成了一个伪命题。因为，当你完成这个双向的游戏后，你和你的APP也就成为了一种“彼此最为特殊的存在”。

这何尝不是一场互相调教的游戏

角色扮演：一场看不清的游戏

在网易云上，首页的歌单成了心情和状态的写照。

你可以是在这样焦灼的夏季里，枕着一列励志歌单奋斗的考研党，也可以是一个歌单充满阿尔法波、自然醇音的失眠患者，是一个从BBC卷福配音版的《南太平》到喜爱各类纪录片原音的英音爱好者…

这种角色扮演的游戏，对人类而言有着历史源远的基因。不管是神话、小说、戏剧，还是在互联网之后，我们拥有的众多身份ID，追究下去，它们何尝不是一种角色扮演。

曾经，我们扮演了些孤独的角色，隐身在二进制世界，我们每个人都或多或少供养着些小号和另外的自我，扮演着微博小粉红、中二少年和追星少女，而现在，我们似乎棋逢对手，与算法开始了场互相博弈的游戏。

有时，这些推荐算法让我们感到惊艳，那些未曾听闻却让自己分外喜欢的推荐，似乎总能在恰当的天气恰当的气氛里击中你的柔软。

这种推荐，也时不时地有些萌蠢。

甚至让你感到害怕。

但是，当在这场游戏中暂告一段落时，却觉得算法虽难却也简单，自我简单却也复杂。在十几款APP，百余次我选你猜的互动中，想起的是电影《撞车》里的这句话 “你还需要很多年，才知道自己是个什么”。

在这场实验开始前，我以为自己会在最后迎来一个确定性的答案。但是，很遗憾。对于算法，对于个性化推荐，对于寻找乐趣、打造更“我”的app，似乎了解了更多，但态度却更加复杂。

对于一个人文学科背景出身，对批判主义情有独钟的人而言，对于这样的技术崇拜的确存在种近乎本能的警惕。但是，正如吉尼罗曼说的”我们将增强人类的智能，而非‘人工’的智能。”

我们不得不承认，一个假想的敌人，更能让你认识自己。在与这些推荐算法“斗智斗勇”的同时，我们从另一个维度察觉着自我价值、自我热情、自我的行为模式…

从这些app实验中，出于各种目的，我努力挖掘了各类或理工或社科，或天真有邪或成熟稳妥的“我”，但我最后不得不承认，我的确是个肤浅的人，最爱名(yu)人(le)轶(ba)事(gua)、幽(gao)默(xiao)小(duan)品(zi)文，以写文章为名，不知泡在知乎看了多久的“如何评价XX明星”…面对这些痕迹，无法抗辩。

在心理学看来，角色扮演是人类普遍具备的能力。从小时候的过家家，到长大后的游戏，我们都在进行着角色扮演。成年之后的角色扮演，能让人们做出更好的改变，帮助你“实现”未竟的愿望，让你在日常生活中重获新鲜感。

算法在毫不懈怠地学习、超越着，我们何尝不是。五千年前，苏格拉底写下“认识自己”，这个重要却最艰难的追求;今天，也许我们是更近地走向了这个梦想，只不过，是借助了手机里那些APP。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。