当前位置: 首页 > news >正文

【怎么用系列】短视频戒断——对推荐算法进行干扰

如今推荐算法已经渗透到人们生活的方方面面,尤其是抖音等短视频核心就是推荐算法。

【短视频的危害】

1> 会让人变笨,慢慢让人丧失注意力与专注力
2> 让人丧失阅读长文的能力
3> 让人沉浸在一个又一个快感与嗨点当中。当我们刷短视频时,大脑也需要得到频率更快、更刺激的内容,才能让大脑持续愉悦。
4> 时间黑洞,不知不觉几十分钟甚至1小时就过去了,刷短视频的时间越长
5> 人的精力是有限的,时间被消耗光了,上班会没精神,工作也会做不好,整个人精神状态也会不好
6> 刷时一时爽,过后火葬场。每次刷完短视频,反而会觉得更焦虑,充满了无尽的空虚

【短视频的上瘾机制】

本质是和大脑中的多巴胺有关,原理大概如下:

其实抖音这种短视频,就是利用了“人性”,或者说是人的“弱点”,让人不断的“上瘾”……
多巴胺的快乐是一种表层的快乐,它容易获得但持续时间非常短。因此往往会在感受到短暂的快乐之后就会陷入空虚与焦虑,而这时大脑就会刺激人继续去追求多巴胺的快乐

慢慢地产生多巴胺的条件越来越高,只有刷更长时间的短视频,才能产生同样的快乐,这个时候就上瘾了!

而“推荐算法”,就是这种“让人上瘾”的始作俑者,也就是不断推荐让你感兴趣的内容,让你一步步踏入“瘾”的局,最终无法自拔也无法抽身。

【干扰推荐算法】

之前想过一个方案,是调用相关的接口,不断用自己的词库去“干扰”推荐算法,但是这种只是短暂的起作用,过段时间又会根据你的习惯形成新的推荐算法,所以,这个方案并不可靠。

既然正向没有好用的办法,那就用反向的思路来解决——拉黑功能。

【实施步骤】

抖音里是有拉黑入口的,可以按照以下方法实施起来:
1> 可以在一周内观察自己对什么感兴趣,常刷和停留时间长的是哪一类内容;
2> 如果你觉得那些博主的内容对你帮助不大,那就果断放入黑名单,比如“美女”,“跳舞”之类的
3> 可以一次性拉黑十几个博主,这时候就到第二天了
4> 如果第二天还是推荐给你那些与黑名单中类别相同的内容,接着拉黑
5> 在第三天或者第四天的时候,就会慢慢减少对你的推荐
6> 第二周接着观察并拉黑消耗你时间并对你没有帮助的内容;
7> 重复拉黑1-2个月,基本上就会达到干扰“推荐算法”的目的,当推荐的内容减少,慢慢对短视频的依赖也越来越少了

【注意】

不要卸载抖音或者快手这种app,可能在短期内有效;但在3-5天或者1周之后,会出现强烈的反弹,还会将app装回来,之后沉迷可能会越来越严重。几乎没人可以“违反人性”

http://www.lryc.cn/news/531322.html

相关文章:

  • C#中的委托(Delegate)
  • PostCss
  • Linux 系统上安装 Docker 并进行配置
  • DeepSeek 等 AI 技术能否推动股市的繁荣?
  • 【网络】应用层协议http
  • 大数据数仓实战项目(离线数仓+实时数仓)2
  • 测试csdn图片发布
  • 站在JavaScript的视角去看,HTML的DOM和GLTF的Json数据。
  • 传输层协议 UDP 与 TCP
  • VSCode源码分析参考资料
  • 使用VCS对Verilog/System Verilog进行单步调试的步骤
  • ROS-激光雷达-消息包格式-获取激光雷达数据-激光雷达避障
  • c++之模板进阶
  • 关于Internet Download Manager(IDM)强制下载合并相关二次开发
  • 鸿蒙HarmonyOS Next 视频边播放边缓存- OhosVideoCache
  • (10) 如何获取 linux 系统上的 TCP 、 UDP 套接字的收发缓存的默认大小,以及代码范例
  • 程序代码篇---项目目录结构HSV掩膜Opencv图像处理
  • 注解与反射基础
  • Vue指令v-html
  • 院校联合以项目驱动联合培养医工计算机AI人才路径探析
  • CDDIS从2025年2月开始数据迁移
  • 前端 | JavaScript中的reduce方法
  • 【C++】B2124 判断字符串是否为回文
  • 人工智能学习(五)之机器学习逻辑回归算法
  • Bash 基础与进阶实践指南
  • 基于开源AI智能名片2 + 1链动模式S2B2C商城小程序视角下的个人IP人设构建研究
  • 基于springboot+vue的航空散货调度系统
  • 【C++】B2122 单词翻转
  • OSCP 渗透测试:网络抓包工具的使用指南
  • Android 进程间通信