立项失败 创新训练 520计算机科学技术 数字娱乐未定级

近年来，随着如抖音，快手，哔哩哔哩等各种视频平台的兴起，人们娱乐、获取信息的方式逐渐由传统的新闻媒体和电视节目转为视频平台的推荐。各大主流视频平台采取的推荐算法通过分析用户浏览、点赞的历史，形成用户画像，再推荐用户喜好的内容，形成用户粘性。这种基于用户行为特征的推荐算法主要分为“协同过滤推荐”和“基于内容的推荐”两类，其中后者在多项评估指标中推荐效果优于前者，被广泛使用。 “基于内容的推荐”虽然能使用户获得更符合口味的内容，拥有更好的体验，但是在长期的推荐与用户反馈循环作用下，用户被推荐的内容领域趋于单一。这样的推荐算法设计的初衷便是让用户看到自己所希望看到的东西，然而用户自己所希望看到的东西并不一定是所有人都接受和认可的。如果人们只接触和消费符合自己兴趣、观点和价值观的信息，而忽视或排斥不同或相反的信息，会形成一种自我封闭的信息环境，将自己的生活桎梏于像蚕茧一般的“茧房”中，甚至在一些场景中失去独立思考能力，无法合理对待自己希望看到的内容以外的内容，这便是很多互联网戾气的源头。 我们期望从源头上解决这类网络环境问题，即研究一种工具，通过可自主调整推荐算法、提醒用户等功能，在给予人们更好体验的同时，帮助人们打破信息茧房，为改善互联网环境做出贡献。