Liu 與 Cong（2022）利用中國知識問答平台知乎一次推薦機制轉換的準實驗，研究由內容式過濾轉向社交式過濾後，使用者的社交連結與內容興趣如何改變。研究指出，社交式過濾增加了社交關係的建立，但減少問題訂閱與回答貢獻；使用者的社交興趣更集中於熱門人物，而主題興趣反而較不集中。作者解釋，社交推薦可能讓一般使用者接觸到追蹤對象關注的利基主題。
此研究顯示，推薦系統的改變不一定只會讓所有興趣越來越集中；不同種類的興趣與參與行為可能朝不同方向變化。它也說明必須明確區分「關注誰」與「關注什麼主題」。
思與行
- 在研究推薦系統時，分別追蹤人物關係、主題訂閱、互動量與內容多樣性。
- 不要假設任何一種個人化設計都會導致同樣的資訊收窄效果。
- 與個人化可能增加來源廣度同時減少主題廣度及平台推薦系統的效果必須依目標函數與平台脈絡評估連結。
參考
- 研究原文：The Daily Me Versus the Daily Others: How Do Recommendation Algorithms Change User Interests?，Jia Liu、Ziwei Cong，Journal of Marketing，60(4)，2022。
- 延伸脈絡：平台推薦系統的效果必須依目標函數與平台脈絡評估、過濾氣泡的實證效果具有平台與議題差異。