“关于信息爆炸一词最早出现于20世纪80年代。统计表明，那个10年，全球信息量每20个月就增加近一倍。进入90年代，信息量继续以几何级别增长，到90年代末，伴随着第五媒体——互联网的出现，信息真的开始爆炸了。然而，面对极度膨胀的信息量，面对“混沌信息空间”和“数据过剩”的巨大压力，人们对于信息的苦苦追求和期待变得踟蹰。”

——百度百科《信息爆炸》词条内容

早在甲骨文刚刚出现的公元前17世纪一直到1969年互联网诞生，人类不会想到有朝一日仅30年内的信息增量会超过过去5000年的总和。曾经“家书抵万金”的时代早已过去，“网民”群体已经随着越来越轻易的信息获取方式覆盖到世界的每一个角落，也在这50年内不断寻找着适应互联网发展速度的姿势。

短短数十年间，信息一改从上往下的传播方式，获取途径、方式都日新月异，如何在信息浪潮中控制信息的摄入、得到高效与有价值的信息成为每一个人面对的难题。潜移默化中，网络的普及使网民不再因信息获取途径增加而具有明显优势，反之陷入另一个困境：信息已经超出了人能承受的范围，人们每天被迫接收四面八方的信息轰炸。

 
澎湃新闻个性化推荐应用

人工智能最初用“搜索”来处理信息，接着衍生出“智能推荐”解决这一难题。例如互联网资讯行业的个性化分发，媒体行业的日推歌单、剧单，电商行业的猜你喜欢，社区行业的用户关系构建和广告精准推送等等，智能推荐融入到我们生活中绝大多数互联网产品中。智能推荐在互联网世界中如此受欢迎，可以总结为三个因素：

技术因素：人工智能的突破性发展

因近年的技术投入、政策利好和资本青睐，人工智能行业进入了高速发展的黄金时期。个性化推荐引擎作为机器学习、自然语言处理、神经网络等多学科技术的衍生产品，随着这些技术的突破性发展加剧了智能推荐技术在商业上成熟落地的可能性。

用户因素：内容需求的阶梯式升级

用户的需求日益多样，主流市场正在被细分为更加垂直的领域。巨大的信息吞吐、高昂的筛选成本使用户对信息从主动获取向被动接受转变，智能推荐的应用帮助内容运营方合理管理和运用信息，并使用户在内容获取的过程中获得阶梯式升级的体验。

商业因素：长尾市场的诱惑

传统网络搜索或人工推荐无法高效匹配海量长尾资源和数量多却小众的用户需求，个性化推荐的智能分发做到千人千面，消费者能以较低成本找到需求对应的非热门小众产品，推送高效率可获得更高收益。

但智能推荐在遍布信息的世界中为我们建立过滤的壁垒时，曾经长期占领信息世界困境榜首的——信息获取途径过窄的担忧不可避免地要回到网民的问题清单上。“信息茧房”早就是老生常谈的问题：以用户喜好作为判断条件来迎合用户，用户长期只接受特定的信息，只会在自己狭小的圈子里自娱自乐、故步自封。除了用户自身主动学习系统性知识外，该如何在个性化推荐系统中规避呢？

以达观智能推荐系统为例，达观智能推荐推荐管理后台通过高度的定制化能力，可以根据业务规则调整推荐方案及推荐因素占比颗粒度，除此之外，多维度的用户画像模块可以帮助运营全方位深入了解用户定位，制定合适的推荐方案。

达观智能推荐用户画像一览

在高质量的自然语言处理能力加持下，跨域推荐的幅度配置可以有效规避信息茧房的问题。幅度从轻到重，可以分别是推荐不同属性的同种产品、不同属性的同类产品、相同属性的不同产品。达观数据也曾介绍过如何用语义理解技术优化推荐系统，详情点击《智能化进阶，如何用文本语义理解技术优化推荐系统？》

智能推荐尽管还是一把双刃剑，却仍旧是互联网信息爆炸时代的最有效抗衡产物之一。目前达观智能推荐系统已成功服务招商银行、浦发银行、中国移动、WIFI万能钥匙、澎湃新闻、趣配音、人民网、四川日报、虎扑、乐友等多个行业龙头企业。如何善用人工智能技术打磨这把武器，让用户在互联网世界重新掌握信息的合理接收效率，达观智能推荐团队亦在不断探索。