中新经纬客户端6月25日电 (张燕征)近日，由中国人民大学高瓴人工智能学院等单位主办的“推荐算法社会价值与可持续发展”研讨会在中国人民大学举行。山东大学计算机科学与技术学院教授任昭春在研讨会上表示，与用户深层次交互融合是算法可解释性的基础。
“信息茧房并不是一个新的概念，之前在社交媒体出现时，学术界已研究分析过。”任昭春指出，对于现在来说，特别是个性化场景下，大家可能更关心的还是信息优先性问题。
在任昭春看来，社交媒体里需要考虑更多是对立观点或者对立平衡性问题，就是把不同的观点、不同的内容和普通角度接受的信息做一个相对的平衡，这个过程中，基于传统传播学方法并不能够完全解决这个问题。
“在电商推荐领域，大家做得是分成两段式算法推荐，但是按照这种流程，信息茧房现象更加明显。目前，可能的解决方案就是更多考虑其他的因素。”任昭春称。
任昭春指出，2014年以来，在推荐可解释的问题被首次提出以后，可解释推荐系统领域获得很大的发展。如今，关于可解释性推荐问题更多还是集中在深层次用户交互融合和评估方面。“我们也在思考，能否把对话式推荐和可解释推荐做一个更好的融合，特别是针对对话推荐过程某种程度上演变为多轮可解释推荐策略，这样能通过深层次理解用户需求和反馈更好的优化可解释性推荐策略。”(中新经纬APP)
中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。
