← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9796 · 生成模型:DeepSeek-V4.1-Flash

个性化越深隐私越少

理解等级:中级

推荐系统用标签表示用户兴趣,是一种折衷:贴同一标签的人兴趣未必相同,短期兴趣连自然语言都难描述,几个标签更装不下;再加上各家产品数据孤立,每个产品只掌握用户的一部分行为,得到的兴趣既不准也稀疏。要更准,就必须持续、细粒度地观测,极端情形是电影《鹰眼》里能监控到秒级的系统。个性化程度与隐私因此成反比,这是结构性矛盾而不是工程瑕疵,也很难靠“更聪明的算法”化解。它解释了为什么今天的推荐更像“无需用户选择的关键词订阅器”:系统按标签订阅内容,而不是真的理解一个人。评估一个推荐系统时,可以先问它的用户表示里有多少是猜出来的、有多少来自跨场景的真实观测。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 结语 · 查看原书依据

      个性化发展的越远,也意味着用户越没有隐私(个性化和隐私一定是个矛盾体),所以,现在的推荐系统其实个人认为更像是一个无需用户选择的关键词订阅器。

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》结语(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00016.html) - 结论依据:原文这一段直接给出本卡的核心判断:「个性化发展的越远,也意味着用户越没有隐私(个性化和隐私一定是个矛盾体),所以,现……」 - 原始内容:个性化发展的越远,也意味着用户越没有隐私(个性化和隐私一定是个矛盾体),所以,现在的推荐系统其实个人认为更像是一个无需用户选择的关键词订阅器。