近几年来，以互联网及移动互联网为代表的新媒体、新商业快速发展，公众的消费、阅读、社交等行为逐步全面转向于线上。截止2019年6月，网络网民人数已到达8.54亿，网络普及率达到了61.2%。

如此庞大的网民群体，为各类商业的在线化运行提供了良好的场景、公众基础，商业竞争也变得越发激烈，这对于传统的营销、传播方式提出了新的要求，聚焦于公众的偏好挖掘、粘性增强、触达精准成为了重要指向，算法推荐的商业化应用与普及逐渐渗透于消费、社交、视频、新闻等诸多垂直领域，激发了各界对算法推荐的持续关注与广泛讨论。

算法推荐的多维类型化

算法推荐相伴于商业的演进，呈现出自身在多维度上的类型化，主要集中于应用领域、算法类型、态度观点三方面。

有关算法推荐的商业化运用，呈现出垂直化特征，主流的可以划分为5类主要平台，即搜索平台，谷歌与百度；社交平台，微博与微信；文娱平台，今日头条、抖音、快手等；网购平台，淘宝、当当、京东等；生活应用平台，滴滴、美团等。各类平台同属于以个体为对象的商业属性，由此决定了算法推荐在现阶段应用的同质化，其领域依然存有局限。

主流算法则主要分为三类：其一是内容推荐。通过挖掘公众在网络中的浏览、互动、购物等行为痕迹信息进行标签分析，构建用户画像，实现讯息与用户画像的匹配，将相似度最高的讯息推送至消费者；其二是协同过滤推荐。通过计算多个公众的行为痕迹相似度，锚定与目标公众行为偏好相似的用户集群，将群中的讯息推荐给目标公众。其三，排行榜式推荐。基于讯息的点击率、阅读、转发、评论、点赞为依据，推送相关的高频讯息，增进公众的接受度。

在这三类算法中，或基于纯粹的个体行为痕迹、或基于集体的偏好，不同算法背后是对于个体偏好形成的不同理解，看似都是算法推荐，但基于个人意志或集体意志的逻辑有着不同的指向，其直接影响着最终的推荐结果。

有关算法推荐的商业化运用，各界持有不同的态度与观点，支持的观点体现于赋能、效率、精准等方面。而反对的意见，则主要体现于“信息茧房”，约束个体的讯息获取及群体固化。这两类定性化的论断，有着较为广泛的讨论，但始终未有定论。对于算法推荐的认知，并非是简单的好与坏、对与错的定性化判断，而需多维的观察，关键是对于其利弊的有效甄别与选择性运用，以挖掘可优化的要素，支撑下一阶段的发展。

在此尝试搁置单向度的积极或消极论断，采用中间立场来再度认识与理解算法推荐在商业运用中的实践场域，选择面向于商业效率、算法选择、态度观点多元维度进行观察与分析。

面向于商业效率的本质

算法推荐对于商业的意义在于效率的提升，公众对于各类商业模式、运营方法的改变，在相应的反馈意见上存在着差异。同时，伴随着使用场景的不同，其态度呈现出起伏与转向，因而简单判断算法推荐的优与劣，较难反映出普遍性趋势。

传统商业基于单向度的讯息传递，体现的是以商品、服务为中心的关注。由于线下场景的限制，抑制了多主体间的持续性互动。网络空间为实现彼此间的双向互动提供了场所便利，也由此逐步转向于以公众为中心的内容生产，这为传统商业提供了加载更多服务与模式的可能。推荐算法则根植于网络商业中的底层技术，其价值在于对过往商业效率的改善与提升，具体表现为讯息的精准触达、公众偏好的理解、商品与服务的迭代等，促使了商品、服务、社交在多元主体间的顺畅与高效。

在强调商业效率提升的同时，也需关注到算法推荐对于商业运用领域的覆盖。当前各类平台、模式及受众都具有一定的同质性局限，即以个体公众(toC)为中心的应用场景，在领域上呈现出垂直化，覆盖面依然较窄。而对于集体、组织、群体为对象（toB）的生产、流通等领域应用，值得进一步思考与探索。对于应用领域的突破，是算法推荐在商业效率方面实现整体性提升的关键，但目前在此方面依然存有束缚。当前，是消费互联网转向于产业互联网的关键时期，匹配产业互联网的相关算法推荐应用，会是契合于产业转型与发展的重要突破口。

面向于算法选择的初衷

对于算法推荐的应用，各类商业主体有着不同的选择，虽算法不同但目标一致，即不断优化对于精准度、准确性的追求。通过近几年的实践，算法推荐已形成一定的共识与模式，公众对其算法应用的出现持有积极的态度，但涉及具体推荐的有效性、精准性方面，则呈现出分化的态度，其背后是不同算法选择的缘由。

在实际运用中，较为主流的是内容推荐与协同过滤推荐，虽同属推荐算法，但背后是个体视角与集体视角的差异，内容推荐是基于个体的历史行为痕迹所实现的推荐，具有较强的个性化、针对性，但问题在于信息的局限，使之陷入于“信息茧房“。而协同过滤算法，则是匹配与个体相似的群体偏好，进行相关的讯息推荐，虽能较大拓展讯息范围，使之呈现丰富性，但很容易陷入集体智能，淡化了个体特质。公众之所以对于推荐有效性呈现出不同的态度，主要还是在于个体视角或集体视角的选择差异。诸多研究提出了“信息茧房”的论断，这是基于单一