基于位置的推荐与搜索的人类学探索
这个段落位置已不存在。请使用目录或当前章节查找内容。
Martin Reiche、Ulrich Gehmann
基于位置的推荐与搜索的人类学探索
Martin Reiche、Ulrich Gehmann
随着移动设备软件数量的增加和功能的进步，用户相关性的范式发生了重大转变。过去紧紧依附于大型计算机等独立机器上的软件的功能，如今只要公民有足够的闲钱，无论身处世界何地都能使用。移动电话已发展为智能手机，其复杂程度、计算能力和实用性也随之提高。然而，还有一种更为重要的变化已经发生：计算机不再固定在某个具体地点，而是可以方便地装进口袋，因此能够像其主人一样移动。这种新的移动自由和独立性当然也适用于手机上的软件；[1]如今，只要软件开发者能够设想、硬件条件又允许，软件几乎可以让用户以任何方式使用手机。
因此，软件本身也变得可以移动，而这种新的移动性无疑带来了一次范式转变：借助移动设备的硬件，软件能够感知自身的移动性，并利用新获得的信息类型：位置、加速度、与其他设备的距离，[2]以及通过 Wi-Fi 访问本地基础设施的能力。这些新的参数深刻触及用户对空间、地点和相关性的理解，因为这些概念如今不仅必须从用户的视角来界定，还必须通过软件的“眼睛”来界定。软件已不能再被视为独立于用户的存在，而是与用户在物理空间中的某些属性交织在一起。这次范式转变将是本文的重点。
相关性
我们都深知，在自己的生活中什么与我们相关。尽管对于何为相关的理解可能非常主观，但认为有些事物比另一些事物更相关，却是我们文化遗产的一部分。不过，要细究相关性的定义，我们可以从人的境况（conditio humana）来论述：这是关于人的基本观念，也就是究竟是什么使我们成为人。如果我们认可，相关性就是有助于人的境况这一基本观念的东西，那么相关性便是主观的。如果相关性从其定义的起点就是主观的，我们就必须追问：一个根植于计算机科学和数学的相关性定义——这两个领域是精确的，因而也是可计算的—— 是否适合作为人的相关性定义。
这里，有两个方面对于讨论人的境况具有普遍意义。即便人的境况确实体现了一种主观概念，也仍然存在一些条件，它们构成了这些主观性始终嵌入其中的框架。首先，正是特定的社会文化与经济背景，催生了前所未有的技术使用；随之而来的，是我们对于技术设备的依赖，其程度如此之深，乃至我们关于自我的观念本身——因而也包括关于人的境况的观念——都深受其影响。首先，我们日常的生活世界已经技术化到这样的程度：没有技术，生活几乎变得不可能。举例来说，在第二次世界大战后不久第三次现代化浪潮开始之际，Schelsky 就指出，我们日益依赖于他所称的“自动化”，并由此产生了相应的社会后果。[3]
早在互联网出现之前，这种依赖就已存在。技术境况成为人的境况的内在组成部分；当我们讨论其持续加速的进程——体现于开篇提到的向移动设备转变的范式变化——时，不应忘记这一影响。我们早已受到技术的决定性制约，正如 Schelsky 在 1957 年所写的那样；在这样一种被称为“技术生成空间”（technogene space）的总体环境中，[4]我们遇到的不仅有新的范式，也有新的本体论。如果以与这种技术生成空间相伴的“非地方”的持续生成为背景来看，[5]那么，这次范式转变——更确切地说，它所宣告的本体论——就与生成一种字面意义上的乌托邦（也就是一个非地方）的情景完全契合。
其次，在思考当下人的境况可能由哪些因素决定时，我们应该回顾那些在技术驱动的现代性庇护之下展开的、历史悠久的讨论。任何关于一种新的本体论地位的讨论——这种地位体现于范式转变之中——都必须考虑过去所有与人的境况有关的冲击，从 19 世纪的大都市化一直到今天的状态。[6]我们必须考虑这些冲击，才能以这些现象理应获得的更广阔视角看待它们，乃至才有可能理解它们。
基于位置的推荐与搜索
基于位置的推荐是一个来自数学和计算机科学的概念，尤其在过去十年中，它已经对我们的网络体验产生重大影响。几乎每家网店都向用户提供某种推荐：要么根据它们了解到的用户过去的兴趣推荐产品，要么根据其他用户各自独立购买的商品来推荐。 有时，在局外人看来，推荐似乎完全是随机的。在形式上，基于位置的推荐可以被视为一个数学函数：它利用一个称作特征空间的共同空间，将某个空间中的实体与同一空间或另一空间中的其他实体联系起来。[7]因此，为了计算这些关系，实体会经过处理，被化约为能够表征该实体的特征。必须明确的是，这种化约是推荐系统设计者有意为之，而设计者关于“是什么使一个实体成为它自身”的信念可能高度主观。考虑到推荐的每一个后续步骤都首先建立在这个化约步骤之上，显然，设计者对于世界的主观信念会进而影响系统的每一个用户。
与人的境况一样，化约问题也有一段漫长的现代史，与前面讨论过的技术生成空间的支配地位相伴。由技术生成的空间，就其本身而言，必定具有化约性，因为以技术方式处理现实，其本质就是使事物功能化。“是什么使一个实体成为它自身”这个问题，也必须依照这些条件来解释，因为我们讨论的是功能。而功能是化约性的，否则它就无法运作。基于这些无法克服的根本关系，一个经过功能化的实体就是一个经过化约的实体；由功能化实体构成的特征空间，也必然同样具有化约性。
谈到相关性，还有另一个方面开始发挥作用。对于功能化的特征来说，说到底，只有功能才是相关的：无论是支持性能表现和应用使用的技术功能（这一点后文还会谈到），支撑这些技术功能的经济功能，还是最后但同样重要的、作为这一切结果的社会“功能”——因为社会功能是前述功能的主要应用之一。因此，相关的世界就变成功能性的世界，也就是各种功能的世界。
通过把世界化约为特征，基于位置的推荐算法计算每个实体相对于另一个实体的相关性。这另一个实体不必与将被推荐的实体属于同一种类；它可能仅仅是用户的位置。也就是说，推荐既可以回应用户当前位置与一组夜店之间的关系（依据距离），也可以回应某家夜店与其他夜店之间的关系（例如依据音乐类型和距离）。需要注意的是，对基于位置的推荐的这种理解，已经包含了基于位置的搜索这一概念。搜索依据查询向用户提供信息，因此可以看作一种被动响应式的信息呈现方式（“搜索结果”）；推荐则无需用户执行一次具体查询就能提供结果。不过，搜索和推荐对用户产生的效果仍然相同，因此在本文接下来的论述中，我们将把这两个术语作为同义词使用。对于基于位置的推荐算法，我们从现在开始将假定，用户与被推荐实体之间的距离，在推荐的计算过程中发挥重要作用。
除了化约过程本身已经产生的问题之外，结果的计算也会产生问题。在这个阶段，所有实体都已经化约为一组特征，而计算涉及这些特征集之间的距离。关于可以用来计算这些距离的度量，已有大量文献；[8]现代推荐系统通常还会尝试学习用户的习惯和兴趣，然后通过使用加权度量，将这些知识应用到推荐过程中。这些加权度量在计算时，为每项特征设置不同的影响系数，以体现系统已掌握的用户信息。[9]
最后，推荐结果可能包括附近的实体、与用户兴趣高度匹配的实体，以及能够增加意外发现机会的实体——后者是从一批其他实体中选取的，而系统并不确定用户是否对它们感兴趣。[10]这些结果都有一个共同点：它们对用户的相关性是通过数学计算得出的，而且这种计算遵循一种世界模型，而创建这个模型的人对于世界所持的信念，可能不同于用户的信念。这意味着，所有推荐系统不仅体现用户的空间属性或兴趣，还在计算的各个层面体现设计者本人对于相关性的理解。
作为一组应用的世界与新的空间性
从智能手机用户的视角出发，我们还应思考相关性观念所带来的另外几个问题，它们与应用的理念深深交织在一起。应用的基本理念，是将一项功能封装进一个软件，并将这个软件分发到世界各地。这个概念将单个软件的努力集中于优化其功能，最终达到这样一个程度：该软件成为解决某个具体问题的事实标准。[11]这种对单一任务的完善程度，是应用的核心优势之一，也是其成功的重要原因。[12]
然而，每个软件只提供一项功能，也会产生种种问题。首先，文本通信等基本功能在大量应用中重复出现；如今，一部普通智能手机至少装有一个用于标准短信的应用、一个用于 Facebook 消息的应用，以及一个用于 Twitter 的应用，更不用说那些用于拍照或记笔记的应用了。所有这些应用都有其 合理的用途，因为它们针对某项功能提供了一种特定的处理方式，因此可能比功能相同、方式不同的应用更能满足用户的需要。这本身还不是问题；但当现有系统彼此无法通信，或用户无法跨平台沟通时，它就开始成为问题，例如通信方面的问题。这可以称为锁定效应。[13]它最终迫使用户使用许多都提供同一功能的应用，从而实际上削弱了应用这一理念的整体基础。
可用于生成推荐的信息，必须由应用自身收集。这意味着，每个应用都只能依据自身对用户的了解来提供推荐，而这会显著影响推荐质量。如果推荐计算本身只能依据单个应用所收集的信息来进行，那么推荐实体时，就可能缺少重要信息。不仅如此，自学习推荐系统只能学到用户丰富兴趣中的一个很小的子集，因为它们只能学习与应用自身功能有关的兴趣。因此，它们会沿着一个已不再充分反映用户兴趣的方向优化算法，使得被推荐实体的相关性下降。
与此同时，在每个应用自身的数学模型中，被推荐实体的相关性却会提高；这不过是应用依据一个模型，以及它学到的用户特征和兴趣，来优化推荐的结果。随后发生的是，每个应用都发展出自己经过优化的世界模型，并把这种视角提供给用户；世界也就依据手机上每个应用的优化结果，按功能分割开来。智能手机应用向用户呈现的，并不是与其相关的世界，而是这样一个世界：针对每项具体功能，根据用户的位置和兴趣加以优化，每项功能又分别由不同的应用体现。用户成为一个按功能分割的环境中的居民；这意味着，围绕用户的相关世界，无法依据应用这一概念来建模。[14]
如果不再局限于单个应用，而是允许从不同应用的功能中获得的数据合并进一个统一的用户画像，例如 Google 或 Amazon 账户，那么推荐质量就可能再次提高，因为功能分割可能不会发生得那么剧烈。然而，所有推荐系统共有的一个重大问题，又带来了新的难题：为了按预期方式运作，推荐系统会根据从用户行为模式中获取的大量数据创建画像，由此产生对隐私的担忧，是完全可以理解的。实质上，要摆脱功能分割的问题，就必须创建可在多个应用之间共享的用户画像——这些应用未必包括全部应用——并将这些具有潜在价值的数据交给维护画像的第三方。为了避免功能分割，我们不得不交出自己的数据。
新的空间相关性
人们仍然可以主张，智能手机和应用生成的世界模型，并不会从内在上影响用户的世界。不过，正如我们在此前的出版物中所表明的，[15]我们有理由怀疑，这种功能分割，以及系统设计者对于世界的信念，会影响用户对相关性的理解，也会影响用户的行为。此外，应用之所以以这种方式运作，还有一个经济原因：推荐创造了一种个性化体验，它可能与你不使用应用时的体验大不相同——不受欢迎的人可以被屏蔽，冲突的想法可以被过滤掉，等等。[16]因此，它会带来更愉悦的用户体验，使特定应用的使用量增加，并降低用户为额外服务或软件自身的高级版本付费的心理门槛。
因此，通过应用来优化不同功能，创造了一种新的空间相关性。认为移动设备上各种应用的总和在一定程度上描述了你的世界——至少是通过这台设备可以触及的世界——这一想法，实则来自这样的经验：生活中几乎所有能够转化为应用的功能，都有人为其开发应用，无论是运动、游戏、约会、通信还是工作。因此，在这一人类学语境中讨论相关性问题，十分重要。
结论
移动设备向我们呈现了一个世界，其中每一种能够转化为应用概念的功能都经过了高度优化。我们概述了应用如何学习用户的兴趣和特征，并通过推荐优化其功能；我们也说明了，这如何导致（空间）相关性观念的范式转变。“对用户而言相关”的东西，变成了系统设计者的主观世界观、应用已学到的用户兴趣，以及每个应用对功能的封装所造成的信息缺失，经由算法混合而成的产物。由于移动设备肩负着成为我们的个人助理、成为通往那些我们无法直接触及的世界部分之门户的任务，这种新的相关性观念也同时成为一种新的世界视角。与此同时，移动设备为我们提供的个性化体验颇具吸引力，使我们很容易出卖自己对相关性的理解，换取设备上的应用所创造的相关性观念——而这些观念首先依据的是一种务实想法：增加用户互动，就能带来更多销售。
参考文献
Augé, Marc. Non-Places: Introduction to an Anthropology of Supermodernity, London/New York: Verso, 1995.
Deza, Eleza and Michelle Marie Deza. Encyclopedia of Distances, Heidelberg: Springer, 2009.
Gehmann, Ulrich and Martin Reiche. ‘Virtual Urbanity’, Hybrid City II Conference, Athens, 2013, 待出版。
Oetzel, Günther. ‘On Technotopian Spaces’, 载 Ulrich Gehmann (ed.), Virtuelle und ideale Welten［《虚拟与理想世界》］, Karlsruhe: KIT Publishing, 2012.
Liebowitz, S.J. and Stephen E. Margolis. ‘Path Dependence, Lock-in and History’, Journal of Law, Economics, and Organization 11 (1995): 205–226.
Reiche, Martin and Ulrich Gehmann. ‘How Virtual Spaces Re-Render the Perception of Reality Through Playful Augmentation’, 载 Proceedings of ACM International Conference on Cyberworlds, Darmstadt, 2012.
Schelsky, Helmut. ‘About the Social Consequences of Automatization’, Auf der Suche nach Wirklichkeit［《寻找现实》］, 1979, Munich, Goldmann.
Weisberg, Jacob. ‘Bubble Trouble, Is Web Personalization Turning Us Into Solipsistic Twits?’ Slate, 2011 年 6 月 10 日，http://www.slate.com/articles/news_and_politics/the_big_idea/2011/06/bubble_trouble.html。