图片来源：视觉中国

文｜脑极体

通过数据挖掘实现的个性化推荐，在今天可谓是产品的一项必不可少的功能。抛开繁复冗余的信息，直击用户兴趣，无疑是一种非常高效的选择。

可人们有多爱个性化推荐，也就有多恨个性化推荐。喜欢的人为了它不知不觉沉贡献大量的时间，不喜欢的人也为个性化推荐找到了很多罪名。有用户认为个性化推荐对用户行为的跟踪涉嫌侵犯隐私；学界为个性化推荐会不会造成信息茧房让人越来越笨而争论不休；硅谷也曾批判过以个性化推荐技术为首的科技成瘾机制。

个性化推荐的确是技术进步的标志，但很多时候商业发展的轨迹并不是和技术发展完全重叠的，而是永远跟随需求而定。

就像微波射频技术，一方面因为推动通信技术发展，带来了通信企业的大繁荣。另一方面也因为人们的误解和情感方面的厌恶，带来了防辐射产品上的“小繁荣”。

同样在个性化推荐上，既崛起了今日头条系这样庞大的商业媒体帝国，也让一些产品因“反个性化推荐”而崭露头角，出现在人们眼前。

反谷歌斗士DuckDuckGo

搜索引擎DuckDuckGo的出现，和今日头条一样是个性化推荐下的产物，但不同的是，DuckDuckGo主张的是产品不应该为了个性化推荐而追踪用户行为数据，也常常以这个由头和谷歌搜索正面叫板。最开始让DuckDuckGo成名的，就是一副写着“Google tracks you,we don’t.”（谷歌会追踪你，但我们不会）的户外广告。

那搜索引擎究竟是如何“追踪”用户，以至于让DuckDuckGo如此反感呢？

首先搜索引擎会收集用户的IP地址、设备、LBS信息和搜索记录，对用户画像进行初步的描绘。再通过User Agent（用户识别符）和Cookies缓存进一步挖掘浏览器本地的浏览记录，对于用户的兴趣爱好进行更深入的理解。

但搜索引擎对用户的挖掘和追踪不仅为了优化搜索结果和广告的精准度，根据http协议，当用户从搜索引擎跳转到第三方网站时，第三方网站是可以获知用户的搜索用词，甚至同样获知用户信息的。

DuckDuckGo还在自己的反信息追踪博客上提到，谷歌不仅会记录用户信息，还会记录用户所访问的网页，并且在服务器中永久的记录下相关信息，可供法律纠纷时传唤使用。光是2017年一年，谷歌就接受了10万次的相关请求。最近一则与之相关的新闻，是DuckDuckGo声称自己经过测试后发现，即使使用匿名模式，不同用户还是会产生不同的个性化结果。

当这些平时不引人关注的事实以数字的形式呈现出来，的确让人有些触目惊心的感觉。DuckDuckGo就是抓住了这一点，推出了“一揽子”防隐私追踪计划。

说起来DuckDuckGo采用的技术也很简单，除了保证自己不记录追踪用户信息以外，也会在转发访问信息时进行处理，防止第三方网站获知用户搜索关键词和个人信息。另外DuckDuckGo还设置了跳转功能，直接通过!+跳转网站代码的形式来实现在百度、必应甚至淘宝和亚马逊进行搜索——同时不会被这些网站记录下信息。

正是因为这种对于隐私的坚持，才让DuckDuckGo这款毫无任何“背景”的搜索引擎达到日3000万的搜索量，还和苹果、Linux这样的大厂达成了合作。

让你不喜欢的个性化推荐算法

个性化推荐算法的种类，已经足够丰富了。但个性化推荐算法越精准，信息茧房学说的簇拥者们也就越坚定，认为这种愈发单一的信息结构对于政治的危害尤其严重，会让持有不同政见的人深陷自己的观点之中，思维越来越闭塞。

因为这种状况，在去年的NIPS会议来自罗马第二大学和芬兰阿尔托大学的研究团队推出了一种算法，专门为用户个性化推荐他们不喜欢的内容。

具体操作方式是，通过两个用户彼此之间的评论和点赞，累积出熟人样本，再样本数据足够多的前提下，就可以通过用户对不同话题的态度将其进行对立化的分区。在同一话题上，两派用户会收到到不一样的个性化推荐，但会有一些交叉点。

打个比方，薛之谦有很多粉丝和黑粉。粉丝收到的个性化推荐或许是薛之谦的音乐、在综艺节目上的CUT，黑粉收到的则是李雨桐的爆料。但双方都会收到“薛之谦去公安局验毒自证清白”这一条相对中性化的新闻，这时两个群体的KOL会针对这一事件发布不同的见解，这时把两个群体KOL的意见也推送给彼此用户群体，就能实现交流意见、开拓思想的效果。

更重要的是，这种算法的应用成本并不高。只要在原本大多数平台都会应用的协同过滤算法上做一些调整就能实现。

就在最近这一团队还在社交媒体上表示，Facebook和Twitter的算法团队都曾经和他们有过邮件往来，感谢他们所提供的灵感，称自己也在用类似的方式打破单一的个性化推荐。

反个性化推荐的三条成功之路

除了这两样典型的产品和技术以外，还有一些类似买手电商、只做编辑推荐的资讯平台、电台式的音乐产品……在反个性化推荐上，其实能举出不少例子。

那么作为一款反个性化推荐的产品，需要哪些必备特征才能成功呢？

第一、直击用户对个性化推荐最讨厌的地方

像DuckDuckGo这样的产品，完全是贴合着用户对于个性化推荐最反感的地方来的。为了强化这一点，DuckDuckGo一直在自己的调研和社交媒体中向用户宣教隐私问题的重要性，和最大的竞品谷歌是如何追踪人们的隐私的。DuckDuckGo自己的数据显示，在菱镜和剑桥门两次事件后，其用户量都迎来了一次峰值上涨。

所以，反个性化推荐产品不需要让用户爱上自己，只要拼命让用户讨厌、惧怕自己的竞品就够了。

第二、反个性化推荐=反UGC

当个性化推荐在拼命为用户杀时间，那么反个性化推荐自然没办法也去争夺用户的时间和注意力。这时候引入UGC内容生态就是一种很糟糕的选择，UGC用户无法获取公平的注意力，最后就只有流失一条路。

早些年豆瓣上的音乐人小站就是一个典型的例子。音乐人小站中出现了大量独立音乐人，作为UGC用户贡献着内容。但豆瓣音乐上流量最大的个性化推荐工具豆瓣FM却没能和UGC内容打通，音乐人小站只能靠用户之间的社交自行传播，最后不了了之。

相反，类似于开眼、好奇心日报这种更加精简和专业的编辑推荐、PGC内容生产模式收敛了用户的参与方式，只观看内容、不生产内容。无需为运营成本所累。

第三、反个性化推荐需要更谨慎的变现方式

但不得不承认的是，相比更容易黏住用户的个性化推荐。反个性化推荐产品在变现上拥有更多困难。像DuckDuckGo，虽然指责谷歌为了广告收入追踪客人，但自己一样通过广告变现，而用户量小、推荐不精准的DuckDuckGo，比起用户量大、推荐精准的谷歌，在广告价值上孰高孰低也很明显了。

一般来说，反个性化推荐产品的客群更加分众和精准，通过特殊的产品气质来和客群之间加强联系，推出付费版本和内容电商是更普遍的选择。

反个性化推荐产品的出现，呈现出了一种非常明显的需求分众形式。除了不断满足自己的需求，有时候用户也需要让一个非常不了解自己的角色，告诉自己应该获取哪些信息。

在个性化推荐算法已经非常泛滥今天，这些反个性化推荐产品给科技产业带来了一丝不一样的清风，不断回响提醒着世界，仍然有用户注重隐私的价值、仍然有用户信任专业者的眼光、仍然有用户渴望倾听不一样的声音。正是因为这类产品的存在，个性化推荐产品才会不断进化，不会沦落为隐私收集器和信息茧房，在两个极端的世界中找到平衡。