冯子轩说，如果用户对算法推荐存在不满或认为自己的权益受到侵害，可以向平台投诉，寻求解决方案。当用户的权益受到严重侵害，且平台未能给予合理解决方案时，用户可以咨询律师或相关机构，依法维护自身合法权益。

　　就读于西北师范大学的刘昊冉觉得算法无处不在，“有时仅仅是和同学聊天谈到某个话题，打开手机就会发现相关推荐已经出现在各类软件里了”。刘昊冉对这样的推荐不太满意，“感觉隐私在算法面前暴露无遗”。

　　每到一个城市旅游，刘昊冉都会在短视频平台刷到当地旅游攻略和店铺推荐。不过这些算法精心准备的内容，刘昊冉并不“买账”。在他看来，内容大多同质化严重，视频拍摄的文案、运镜、音乐几乎都是同一个模板，参考价值并不大。

　　对于算法推荐的信息，刘昊冉不会全盘接受，视频的评论区是他辅助判断的重要信息来源。如果评论区的信息单一，他会搜索其他用户发布的内容，或者切换其他软件来获得更多信息。“信息来源越多，越容易获得有价值的内容。”他说。

　　调查显示，60.3%的受访者对算法推荐的内容表示满意。在受访者看来，更容易找到感兴趣的内容(68.8%)、提高信息获取效率(58.0%)、增加接触新事物的机会(43.6%)、提供更多实用的学习资源(26.7%)、匹配志同道合的朋友(24.9%)都是算法推荐带来的价值。

　　算法对个人行为过于熟悉也会带来问题。一次去外地订酒店时，程慧萍不经意间对比了两个不同预订软件的价格，发现同一家酒店的同个房型，她常用的软件上竟然比不常用的软件上贵出80元。“我有一个朋友经营度假小屋，他告诉我，这可能是因为‘杀熟’，还可能是因为商家向平台购买了付费推广服务。所以，我们看到的推送也不一定只是基于用户画像，还可能掺杂广告和营销。”

　　当“算法推荐”不再“隐身”

　　一个好的算法推荐长什么样？在受访者看来，考虑用户多样性需求(79.1%)、增加对推送内容的筛选(59.3%)、允许用户有更多的控制权(58.3%)、确保用户隐私数据安全(46.4%)、向用户解释清楚推荐机制(40.1%)、优先推荐积极有益的内容(37.1%)都是不可或缺的因素。

　　刘昊冉觉得，算法推荐虽然提高了信息匹配的效率，但个人应该有更多的选择权，“在获取个人信息时平台需要和我确认是否允许，我可以随时选择是否接收算法推荐的内容”。

　　调查显示，接收到的信息来源单一(61.7%)、推荐内容同质化(61.7%)、不自觉地花费更多时间(51.5%)等都是受访者眼中算法推荐的不良影响。调查还显示，72.9%的受访者会根据需要主动关闭个性化算法推荐，66.6%的受访者会有意识地使用“不感兴趣”来规避“算法推荐”可能带来的问题。

　　因为在短视频平台上刷了一条街边卤味小摊的视频，江西的95后程慧萍“掉”进了美食、吃播的“坑”。平台发现她在这类视频上停留时间长，总会给她推荐，现在她已经在平台推荐下关注了不少美食博主。短剧也是常常被推荐给她的视频类型，“每集短剧最后的剧情都特别‘抓人’，让人忍不住还想看。这时候再往后刷两条视频，就会刷到后面的剧情。平台一直推，就让人忍不住一直刷”。

　　虽然并不抵触算法推荐，但倪梦娜坦言，自己也遇到过“算法刺客”。“在和朋友同时打同一类型的车、走同一条路线时，我的打车价格会比朋友高出五六元。平台给我们发放的折扣券不一样。”

　　调查显示，89.7%的受访者意识到“算法推荐”的存在，视频平台(90.5%)、购物平台(74.4%)、社交媒体(67.7%)、音乐平台(66.1%)、生活消费软件(39.2%)都是受访者经常使用的含有“算法推荐”的平台。

　　倪梦娜希望App可以给她推荐一些她喜好以外的内容，但要控制比例，“推荐80%我喜欢的内容，20%我并不常看的内容，避免被困在‘信息茧房’中”。

　　窦颖慧所学的专业是数字媒体艺术，在平时的学习任务中需要用相关社交媒体平台来搜集素材，她说：“有些图片平台，只要点击一张图，就会推送巨量相关图片，极大提高了我查找素材的效率。”

　　两个月前，浙江海洋大学的袁家乐在算法推荐的帮助下买到了一台二手相机，足足省下了1700元。“我刚原价下单，就刷到了同校同学出二手相机的帖子，很多离我更近的卖家信息也都出现在推荐页面，而之前大多是其他城市的信息。”

　　就读于云南一所高校的王明明(化名)是个无线电爱好者，这个小众爱好，让他对算法推荐哭笑不得。他有时会在购物软件上购买一些电子元器件。“如果数据量够大，推荐会相对精准，但因为我的爱好很小众，算法可能抓取不到足够的数据，比如当我买了射频混频器，它就给我推荐手机信号增强器，但这和我的爱好毫无关联。”

　　对于长安大学的王硕而言，观看视频不仅是放松心情的方式，也是补充能量和知识的重要途径。他在复习汽车理论的专业课时，在视频网站上搜索了相关内容后，平台推荐的视频里也多出了许多汽车理论的课程视频和学习资料。