这不仅能够大幅提升系统的工作效率，也能节省用户筛选信息的时间。此前，搜索引擎的出现在某种程度上解决了信息筛选层面的问题，但还远远不够，因为搜索引擎也毕竟需要用户主动提供关键词来进行筛选工作。一旦用户无法准确描述自己的需求，搜索引擎的筛选效果就将大打折扣。

事实上，受诸多因素的限制，用户要将自身需求精准地标签化难度也非常大，这催生了推荐系统的出现，这一系统很好地解决了上述问题，成为用户和信息之间联系的重要桥梁。一方面，用户能够更迅速地发现对自身有价值的信息。另一方面，信息能够展现在对其感兴趣的受众面前，从而实现商家与用户的“双赢”局面。

然而，在算法推荐崛起的过程中，也委实出现了许多问题。

二、算法推荐简单粗暴，未来需趋向于人性化及智能化

当下，人工智能成为了科技界的热门词汇，许多技术都想和“人工智能”挨边，算法推荐也不例外。但实际情况很可能是，当前许多平台使用的算法根本就和“智能”没有太大的关系，而只是一种简单粗暴的线性技术。

先说目前许多资讯类平台常用的推荐方式。就是一旦用户点开了某个内容，后续就会连续不断地推荐相关的内容。这会导致用户阅读面越来越窄。此外，用户完全无法通过排版来确认重点和非重点内容，让人有些无法忍受。

实际上，目前普遍用到的算法并不是真正意义上的智能，而是一种类似于金融资本的方法。就像财务投资人并不需要去理解公司本身，只要关注是否增值即可。迁移到算法方面，即不用在乎实质内容是什么，只管是否能够数字化、是否能分类集合、是否能优化反馈即可。这就是当前算法处理海量信息的本质，它与资本一样，既能提升效率，也会与个体产生矛盾。

从本质上来看，目前通过算法推荐内容的新闻资讯平台只是表面现象，实际上起到的是用户行为数据收集器和分析器的作用。可以将每一篇资讯都看作一道对用户的测试题，而用户的每一次点击与评论都是一种回答，都会被系统记录，并与阅读时间、标签、关键词等一道构成多维数据矩阵，从而刻画出这个读者的特征。

当然，以资讯面貌呈现出的测试题是相当粗糙的。不过用户多是在无意识中完成“测试”的，答案较为真实。这其实也就是此类平台技术和商业模式的核心。

从本质来看，资讯类的算法推荐无非是将内容推荐给用户。这主要会对两类人产生影响：生产者（媒体）和消费者（用户）。

对生产者或者说媒体人而言，这是一个不错的消息，因为不必再担心渠道问题，并且可以更加高效广泛而又有针对性地使自己的产品达到传播效果。因为只要是优质的内容，这类平台还是很乐意给予流量并推荐给用户的。当然，这也能培养媒体人对用户需求的敏感度，更深层次地去思考什么是用户眼中的“好内容”。

对于用户而言，算法推荐极大地缩减了搜索的成本，提升了阅读效率，有利于获得更为全面的资讯与知识。此外，由于这类资讯平台的反向推动力，能使得媒体人更在意用户需求。这有利于在一定程度上形成对权威的解构，使用户获得更合适他们的内容。

但问题在于，目前的算法推荐也确实存在着内容单一、格局狭窄等一些问题。其实质问题在于，算法推荐还尚未实现真正的“智能化”。真正优质的内容应该是原创，有观点的碰撞，更有话语的创新。可惜的是，由于技术等条件的限制，目前的算法尚未学会这些。如果资讯和新闻缺少了精神风格和主心骨，那就无法称之为真正的优质。对于资讯平台而言，其表象与算法机器的矛盾依然存在。

总的来说，以算法为主的资讯平台不应仅仅以商业模式压制一切，同时也应该兼顾理想和精神层面的内容。随着深度学习等技术的发展，人工智能应该会更加深入地与算法推荐相结合，技术会更为理智和人性化，进一步克服当前存在的缺陷，从而生产出真正优质的内容。