我们有幸生活在今天这个信息非常丰富的互联网时代,每天都产生了很多信息。这些信息不管是有用的信息还是没用的信息,不管是善意的信息还是恶意的信息,不管是感兴趣的信息还是不感兴趣的信息,都通过各个渠道以广播的方式推送到我们面前。许许多多的垃圾信息甚至加大了功率与频率往我们面前推送。
我们每个人的时间与精力都是有限的,信息又是如此之多,我们不得不花费许多时间与精力来处理和分辨这些繁多的信息,并找到对于我们个人来说有价值的信息,抛弃掉那些没有价值的信息。花费诸多时间与精力来做信息分辨筛选使得我们疲惫不堪,被对于我们来说没有任何价值的很多垃圾信息刷屏会严重影响我们的心情。甚至某些XX拿着大喇叭天天告诉我们他已经吃过X了,他说他吃X吃起来味道还很香,我们虽然捏着鼻子远远的都闻到了他浑身散发的臭气想要躲开他,他还不依不饶双手抓着X追过来想把X强行灌到我们的嘴里去,此种行为已经严重影响到让我们感到恶心反胃的地步,但是我们目前居然还没有什么好办法拿他怎么样。这些种种原因使得我们即使找到有价值的信息时,我们已经没有充裕的时间,充沛的精力和良好的心态来消化掉它。
为方便下述说明:
一方面信息发布方为了自己的利益,采用欺诈的方式发布对于我们个人来说没有价值的信息,即使有的发布方发布了有价值的信息,也很容易被淹没在茫茫没有价值的信息海洋中;另一方面信息参与者无法有效率获知有价值的信息,更没有很好的回报那些提供有价值的信息的信息提供者。
我们作为信息发布方与信息参与者每天都在玩着如美国的罗伯特?阿克塞尔罗德的著作《合作的进化》中所述的重复的“囚徒游戏”,我们在这个玩家基数非常多,折扣系数非常大,相遇概率非常高的游戏里却选择了非常烂的玩法——没有很好的合作,对于合作没有很好的回报,没有如善良策略“一报还一报”中对欺诈背叛给予有效的惩罚。甚至因为没有对欺诈背叛做有效的惩罚,所以又在某种程度上更加纵容了欺诈背叛的肆无忌惮。
那我们如何玩好互联网信息传播这个每天都重复的“囚徒游戏”呢?!
在口口相传的现实生活中,我们大脑建立并应用了信誉机制的信息审判模型(这里的审判包含审查,查证,证明,保证,判断与评论),当不同的人告诉我们一条信息的时候:
恶棍因为不断作恶,造就自己极差的信誉,所以不管再向谁重复诉说多少次,大家都不会再相信他提供的信息。造成现在互联网大功率高频率垃圾信息满天飞的主要原因:其到处不断作恶,虽然已是极差的信誉,但是仍然可以浑水摸鱼,重复多次欺诈作恶后仍能从中获利,我们并未将信誉机制的信息审判模型引入其中。
在互联网中,可查看信息提供者传播的历史信息,根据经验为其设置相应的信誉权值。信誉权值越高说明其提供的信息就越有价值,我们就可以奖励回报他与反馈适时提高其信誉权值。信誉权值越低说明其提供的信息就越没有价值,我们就可以隔离惩罚他与反馈适时降低其信誉权值。
我们将非常乐意与高信誉权值者达成合作,因其以自己的知识与经验,不光完成了信息是否垃圾的审判,而且还完成了信息内容的真伪审判。我们会拒绝并惩罚那些低信誉权值者。
众多信息参与者为信息做审判,通过计算其累加信誉权值与图表结合的方式,也可以迅速获知该信息的价值。
信息发布方为其发布的信息设置推荐级别,这里也可称为推荐权值。同理,推荐权值高低反应了其发布信息的价值高低。
现在我们通过信誉权值,累加信誉权值和推荐权值的组合,使用计算机即可非常快速的完成信息的审判工作,剩下的事情就是消化掉这些高价值的信息。
为了使信息展示得更加明朗,通过信息提供者的多个属性与其信息的多个属性,为信息做多层次信息分组。比如将信息按信息价值区段分组后,一眼就能看出来那些是高价值的信息,那些是低价值的信息,如再对高价值信息再按信息的所属类型(要闻,科技,医学等)分组后,就能马上找到高价值所属类型的信息。
人工学习是使用计算机人为的为信息提供者设置信誉权值,信息发布方为其信息设置推荐权值,计算信息的累加信誉权值,通过三者组合来快速判断一条信息对于我们个人而言是否有价值及价值高低,包括信息分组,信息查询/排序/过滤/筛选,信息学习等的信息处理系统。
在互联网信息传播中,基于历史信息的信任原则,一个信息提供者被信任,他的信誉权值就会被提高,想当于他认可的信息你也很大可能会认可,甚至在你无法审判内容真伪且他拥有非常高信誉权值的情况下,可以直接相信其是真的,而他拒绝的信息你也很大可能不会认可。信息的认可度与信任度成正相关性,当你非常信任他的时候,他做的信息审判就相当于如你亲临的审判。
当信任的人越多,这些人在通读信息后,也顺便为你做了更多的信息审判工作,你就可以依靠在他们的肩膀上,获取他们已经做了审判的诸多信息。
若你在通读信息后也能做出自己的审判,最好也顺便为他人做下审判工作。高信誉大多是一个的累积过程,做得越多越好就会越来越高。若没有大贡献来赢得信誉的话,只能是脚踏实地的循序渐进提高,逐步提升自己的发声能力。但是不要跟风盲目审判占便宜,否则他出事时你也会跟着失去信誉。
不要耍小聪明占便宜,否则你将会被慧眼识别曝光出来。众人也会非常乐意且明智的站在你信誉的尸体上踩一踩,顺便提高自己的信誉。
对于一条信息来说,每个人的看法都只拥有对立的两面性:有用的信息还是垃圾信息。当信息提供者越来越多,信息量就只有这么多的时候,你都不需要非常多的信息提供者来做信息审判,可以剔除掉那些提供过垃圾信息的,只保留一直都信任的高信誉权值者。
在信息参与者很多的这种情况下,当有人发布垃圾信息,他将会因裂变式信息传播,无限放大该作恶事件,很快彻底丧失发声能力。
基于信任原则建立起来的信誉原则,个人与其认可的所有高信誉权值者,组成一个结构松散的信誉认可团体。在信誉认可团体中大家会分享信息(包含其他信息提供者的信誉权值信息)与经验,从而形成知识与经验的共享。
在这个信誉认可团体中:
现在的好一些内容推送平台都是使用复杂的算法,根据个人阅读历史费劲心思地猜测,推送个人喜欢的内容,吃力不讨好不说,效果还不满意。现在个人根据自己的喜好,可以使用信誉机制的信息审判模型直接告诉平台来筛选内容,将会完美解决这一问题。