今天小編分享的科技經驗：那些拒絕殺熟的年輕人決定硬剛算法，歡迎閱讀。
萬萬沒想到，人類和算法的第一場戰争就這樣開始了。
沒有電影裡的炮火連天，更沒有小說裡的碳基生命存亡時刻。
這場發生在你我身邊的人機大戰，主題竟然是 " 殺熟與反殺熟 "。
據 IT 之家報道，為了對抗大數據抓取個人消費信息後的差異化定價策略，這屆年輕人正在通過反復發送 " 太貴了，買不起 " 等内容污染算法的判定信源，直至把自己在對方眼裡的角色畫像從 " 年輕有為的多金人士 " 手動調節到 " 關注性價比的省錢青年 " 為止。
拒絕殺熟的年輕人決定硬剛算法
你被大數據殺過熟嗎？
12 月 15 日，話題 " 年輕人開始反向馴化大數據殺熟 " 登上微博熱搜榜；截止到 12 月 16 日，該内容閱讀量已高達 6357.5 萬，引發了網友們的激烈讨論。
報道指出，曾有年輕人表示自己為了省錢，反復向出行平台發送 " 太貴了 "" 不去了 "" 買不起 " 等内容，直至把自己在平台眼中的用戶畫像從 " 想要跨國旅行的多金青年 " 手動調節到了 " 出行欲望取決于機票價格的拮據人士 " 為止，順利把原價超 4000 元的機票價格打到了 1900 元檔。
" 第一次搜機票，直飛最便宜的也要 4309 元，我就反復評論‘機票太貴了，買不起，不去了’。後來，班機價格變成了 1903 元。" 在文章中，該用戶如此說道。
有趣的是，時下年輕人反攻大數據的招數除了有重復發送特定信息去污染大數據判定的 " 機票法 "" 聊天法 " 以外，還有使用馬甲信息搭配胡亂點贊的 " 身份定制法 "。
像是年初在各社交平台上名噪一時的 "momo 大軍 "，這些年輕人最初換上統一馬甲的本意不過是隐匿自己的真實信息，實現網絡身份和顯示身份徹底隔離。
但随着時間的發展，這些頂着馬甲的年輕人又開始為不同領網域的内容點贊、留言，試圖通過主動接觸多元信息流的方式，擾亂算法對個人喜好、個人行為的追蹤與判斷。
換句話來說，目前網上的 momo 大軍已經不再滿足于向 " 人類 " 隐藏身份，他們正通過 " 胡亂點贊留言 " 的方式幹擾系統的推薦模式，主打的就是一個 " 連算法也别想看透我 "。
藏在殺熟攻防戰裡的羊毛青年
大數據殺熟的本質是什麼？
說到底就是先抓取我們的聊天記錄、使用習慣、消費能力等信息，再将不同品牌方的廣告内容精準推送到我們面前或是替商品精準定價。如此以來，品牌方不僅能賺得盆滿缽滿，身為中間人的大數據服務提供方也能拿到不少好處。
但問題的關鍵在于當上述二者聯動上演 " 殺熟 " 劇本的時候，用戶原本的使用體驗、利益也将随之受到影響。而随着用戶忍受阈值的臨近，一場以 " 殺熟 " 和 " 反殺熟 " 為主題的戰争也将正式打響。
正所謂 " 兵來将擋，水來土掩 "。
當年輕人發現大數據區别對待回歸用戶、正常用戶、新用戶的時候，虛拟号碼、解除安裝重裝等手段也就此成為了他們的反擊利器。
據長城網報道，山西的小麗曾發現網購電影票的價格約為 30-50 元 / 張，但個别平台的新用戶優惠力度極大，領完新人禮包只需要 10 幾元就能看一場電影。
雖然平台規定每個手機号只能參與一次新人優惠活動，但小麗還是靠着 " 虛拟号碼平台注冊再棄用 " 這招反復大薅羊毛，進而在互聯網上擁有了 " 永久新客 " 身份。
除了對新人有特殊關照外，年輕人還發現許久未用的老賬号同樣會有 " 回歸特權 "。
為了吃到這波福利，有人充分利用了手機的雙卡雙待功能，一口氣注冊了 A B 兩個賬戶。這樣不僅能體驗兩次新人福利，還能通過交替使用的方式先後獲得平台提供的 " 老用戶回歸禮包 "。
除此以外，還有人會選擇解除安裝那些偶爾使用的 APP，等到有購物需求的時候再把它下載回來。以此讓平台給自己打上 " 潛在流失用戶 " 的标籤，坐等對方派發 " 挽留優惠券 "。
大數據殺熟這場鬧劇該停了
談及 " 大數據殺熟 " 這個話題，曾有人就就不同平台展開了調研。
結果顯示，外賣類平台上标價 22 元的糖烤板栗米麻薯，它在結算價格上存在 4-22 元的波動，其價格差異超過售價的 80%；而短視頻 / 直播平台上售價 79 元的電熱水壺，它在結算價格上也存在 49-79 元的波動，其價格差異接近售價的 40%。
哪怕是跟 " 詩與遠方 " 高度綁定的在線民宿類平台，它的結算價格也呈現出了 8% 的價格差異。
另在消費者調研層面，分别有 75.9%、34.9%、24.4% 的受訪者認為大數據差異化營銷的 " 高發區 " 是購物類别、外賣類别、打車類别。另有 42.4% 的消費者明确表示曾遇到過大數據差異化營銷，僅 8.7% 的消費者自認為沒有經歷過大數據差異化營銷的洗禮。
面對這種情況，當下的反制措施除網友們自行開發的各種 " 反大數據手段 " 外，新出台的《關于開展 " 清朗 · 網絡平台算法典型問題治理 " 專項行動的通知》也提到了要禁止利用算法開展 " 殺熟 " 活動；禁止利用用戶的年齡、職業、消費水平等信息，去對相同的商品實施差異化定價行為。
坦誠地講，回望大數據的發展歷程。我們就會發現大數據本身沒有錯，甚至用大數據參與商業活動也沒有錯。
只要平台能在尊重用戶隐私的前提下，把平價好貨推薦給追求性價比的人，把奢侈貴品推薦給喜好高消費的人，那麼大家都不會有什麼意見。
畢竟人們的消費習慣和消費喜好就在那裡擺着，大數據如此推送屬于投其所好。嚴格意義上來講這種行為更像是 " 做好本職工作 "，遠談不上令人厭惡的程度。
但大數據分析了我的購物模型後，然後私自給我打上了 " 冤大頭 " 的标籤，再把原價 10 元的商品偷偷漲價到 13 元甚至 20 元賣給我就是另外一回事了。畢竟互聯網產品正邁入 " 存量時代 " 是大家公認的事實，老用戶這種作為 " 產品立身之本 " 的存在可不是專門供人背刺的。
