上一篇： 復(fù)雜的事物也可以令人愉快
我們?yōu)槭裁丛敢饪磿充N書榜單上列出的書？或者，在電子商店中面對(duì)著一排排令人生畏又大同小異的設(shè)備時(shí)，為什么我們經(jīng)常會(huì)找店員提供幫助，希望他指著一個(gè)產(chǎn)品說(shuō)“這是我們最受歡迎的產(chǎn)品”？
這些都是原始的推薦系統(tǒng)的例子，推薦的建議基于物品的純粹受歡迎程度，很像我們挑選未知的餐館時(shí)會(huì)避開(kāi)空蕩蕩的那些一樣。選擇人氣高的是個(gè)好的開(kāi)始；畢竟，如果是每個(gè)人都喜歡的東西，那它就一定不差。這些推薦系統(tǒng)不同于書籍、電子設(shè)備或餐廳評(píng)論家發(fā)表在報(bào)紙或雜志上的專家推薦。在這些專業(yè)的評(píng)論中，我們要判斷我們是否同意評(píng)論家的偏好，哪些評(píng)論看起來(lái)像是有人為了利益而寫的，而不是通常的讀者、用戶或餐廳顧客的客觀意見(jiàn)。
暢銷書排行榜根據(jù)的是銷售數(shù)據(jù)，這既是它們的優(yōu)點(diǎn)，也是它們的缺點(diǎn)。沒(méi)有人是一般的：每個(gè)人都在某方面與眾不同。如果推薦是來(lái)源于那些興趣、偏好和技能水平與我們自己大致相同的人該有多好！這就是現(xiàn)代的推薦系統(tǒng)。因?yàn)槿藗兊男袨楸灰噪娮拥姆绞讲蹲较聛?lái)，不論是通過(guò)電腦、電話還是信用卡的使用，都可以根據(jù)廣泛的特征——包括他們正在從事的活動(dòng)、年齡、居住或工作地點(diǎn)和對(duì)相關(guān)物品的喜好程度來(lái)把用戶區(qū)分開(kāi)來(lái)。
在信息空間的虛擬世界里，每一項(xiàng)活動(dòng)都留下了痕跡。所搜索的問(wèn)題道出了一個(gè)人的興趣，那些已讀過(guò)頁(yè)面也是，尤其是那些被回頭查閱的頁(yè)面。在商店里，瀏覽和購(gòu)買的物品提供了興趣的記錄，就像在雪地里的腳印提供旅途的記錄一樣。不同的是推薦系統(tǒng)可以從痕跡中作出選擇，只遵循那些興趣和目標(biāo)與你相似的人留下的痕跡。
當(dāng)你在購(gòu)物時(shí)，商店知道你已購(gòu)買了什么，如果是一個(gè)虛擬商店，它會(huì)知道所有你考慮過(guò)但沒(méi)有購(gòu)買的物品。當(dāng)你看節(jié)目、視頻或電影時(shí)，程序提供者可以確定哪些部分你看過(guò)，哪些部分你跳過(guò)了，還有你重復(fù)看了哪些部分。在電子書和文章方面也是同樣的。你的活動(dòng)詳情可以被提供出來(lái)：不只是你看過(guò)、讀過(guò)或做過(guò)什么，還包括如何、何時(shí)，有時(shí)甚至是與何人一起做的。
推薦系統(tǒng)現(xiàn)在正在快速增長(zhǎng)。書商會(huì)告訴你和你興趣類似的其他人都喜歡什么，在購(gòu)買或租賃產(chǎn)品和服務(wù)時(shí)也是這樣，音樂(lè)、體育、餐廳和服裝行業(yè)同樣如此。同樣的原則也被用于執(zhí)法機(jī)構(gòu)來(lái)創(chuàng)建詳細(xì)的形象描繪：“喜歡這種東西的人，”系統(tǒng)會(huì)告訴警察，“已經(jīng)制造了麻煩。”這些“麻煩”可能是“搶劫銀行”、“謀殺”甚至是“抱怨警方的行動(dòng)”。
這些系統(tǒng)簡(jiǎn)化了我們的生活還是使生活復(fù)雜化了？它們靠針對(duì)基于共同的背景和興趣的人提出一般性的假設(shè)來(lái)工作。因?yàn)樗鼈兎e累了大量的個(gè)人的信息，所以它們的工作能起到作用。它們?cè)谕ǔ６脊ぷ鞯牟诲e(cuò)，但不是在每個(gè)特定的情況下。當(dāng)系統(tǒng)推薦圖書或餐廳，但讓我們可以自由地忽略該建議時(shí)，我們就會(huì)受益。在這種情況下，系統(tǒng)簡(jiǎn)化了我們與生活中的復(fù)雜成分之間的交互。但當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，當(dāng)把它們用于預(yù)測(cè)個(gè)人的行為，特別是當(dāng)它們?cè)噲D預(yù)測(cè)非正常和非法行為時(shí)，平均值預(yù)測(cè)的使用就是不恰當(dāng)，出錯(cuò)的可能性和代價(jià)都很高。在這些情況下，虛假的預(yù)測(cè)為個(gè)體和社會(huì)都制造了令人困惑的復(fù)雜。
