互联网收集数据打偏差也源于用户交互，即用户界面的设计及用户自己的选择，我们称之为用户交互偏差。第一类用户交互偏差是呈现偏差。用户看到的内容将更易于得到关注并获得点击，而相对的，用户无法看到的内容则失去获得关注和点击的机会。在推荐系统中，这种偏差非常明显。用户在视频流应用中可以翻看数百条视频推荐，但这相对于成千上万的视频内容而言只是非常小的一部分。这种用户交互方式引入的偏差，让新视频或少有人播放的视频更难获得播放机会。应对这类偏差的常用方法是“探索和利用”，它将新项目与基于推荐算法得到的项目随机混合后提供给用户，让用户去探索，并通过用户的使用数据来计算不同项目的价值，进而影响后续的推荐。这种解决方案的悖论是，虽然对已知项目的探索过程本身会引入机会成本，甚至可能带来损失（如数字广告场景），但从目前来看这种探索是学习和发现好的新项目的唯一方法。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 互联网用户交互过程中的数据偏差讨论