详细内容或原文请订阅后点击阅览
超越滚动：社交媒体算法如何塑造你的现实
推荐系统简介《超越滚动：社交媒体算法如何塑造你的现实》一文首先出现在《走向数据科学》上。
来源:走向数据科学您的社交媒体源可能太了解您了。
当您浏览社交媒体时，您会注意到一种非常典型的行为：您观看一个视频，突然您的时间轴上充斥着更多相同的视频。 5 years ago, it felt a bit like magic.但今天，我们谈论“算法”，就好像它是硅谷某个地下室里幕后操纵的神秘实体。事实并不那么戏剧化，而且更有趣。
该算法本质上并不是邪恶的，它不会坐在那里策划你的激进化。它只是运行余弦相似度和加权平均值的一段代码，试图预测您接下来要点击的内容。问题在于我们所互动的事物会产生参与感。而让人们参与的最可靠的方法却是让他们了解情况的最糟糕的方法（愤怒诱饵、假新闻或更糟）。
这篇文章是关于推荐引擎如何工作的，为什么它们让我们倾向于回声室，而且，因为阅读一件事与看到它并不相同，所以我们将从头开始构建一个，将其指向真实的新闻数据，并观察泡沫的形成。
参与引擎：推荐器如何工作
社交媒体算法的核心是一个策展人。它的工作是筛选数以百万计的帖子，并为您提供最有可能参与的帖子：点击、观看、点赞、分享、愤怒评论。 It does this based on one word: data.
Every action you take is a clue:
使用机器学习，算法可以发现这种行为中的模式。它不断地问同样的问题：是什么让这个人在平台上停留的时间更长？ Remember that this is the largest goal of any social media company: keeping you on the platform longer.
大多数推荐系统都采用两种经典技术：