Towards welfare-oriented recommendations in activity-travel behavior

每天，人们都在为去哪里以及做什么做无数次的抉择。从选择晚餐的餐厅到决定去哪个公园游玩，这些决定很少是在真空中做出的。越来越多地，这些决策正受到数字助手和推荐系统的引导，这些系统根据他人的喜好或当前的流行趋势来建议选项。这些工具旨在让生活变得更轻松，但它们运行在一个基本假设之上：如果一个选项很受欢迎或评分很高，那么它对个体用户来说就是一个好的选择。然而，这一假设往往忽略了日常生活中一个关键且隐蔽的因素：到达那里的成本。在旅游和活动规划的世界里，花费在交通上的时间、花费在燃料上的金钱以及到达目的地所需的精力，都是真实的开支，如果体验不尽如人意，这些开支是无法退还的。一家位于城另一头的评分极高的餐厅在屏幕上看起来可能是一个绝佳的主意，但如果旅途要在拥堵的交通中耗费一小时，而那顿饭仅仅是平庸之作，用户损失的将不仅仅是金钱。这种算法推荐内容与实际对个人获益之间的脱节，正是研究人员目前正试图解决的核心难题。

一支研究团队开发了一种看待这些数字建议的新方式，将焦点从简单的流行度转向了一个他们称之为“用户福利”的概念。他们不再询问哪个选项被点击最多或评论最多，而是提出了一个更具个人色彩的问题：遵循这个建议是否真的会让用户比自己独立做出选择时状态更好？为了探索这一点，研究人员构建了一个复杂的计算机模拟——一个由250名数字旅行者组成的虚拟城市。这些旅行者并非简单的机器人；他们被赋予了不同的性格、不同的耐心程度、各异的资金量以及独特的决策方式。有些人冲动，有些人谨慎，有些人则倾向于固守旧习。该模拟环境允许这些数字人进行互动，经历不同类型的推荐系统，并持续进行六十个模拟日，从而创造出一个能够观察并衡量交通拥堵、偏好变化以及错误决策后果的现实环境。

研究人员在他们的虚拟城市中测试了五种主要方法。第一种是基准条件，即代理人完全根据自己的偏好选择休闲环节和地点，没有任何算法干预。第二种是标准系统，类似于现有的系统，它根据流行度和普遍相关性对场所进行排名，而不关心对个人的具体成本。第三种和第四种方法是新的、面向福利的系统。其中一种使用了“正效用”过滤器，它起到了安全检查的作用。在建议某个地方之前，系统会计算该活动的愉悦感是否会超过出行成本。如果数学计算表明旅程可能导致净损失，系统就会保持沉默，让用户自行做出选择。另一种新方法使用了“后悔最小化”过滤器。该系统会将推荐选项与用户自己能找到的最佳替代方案进行比较。如果推荐的选项很可能让用户的处境比拥有其他选择时更糟，系统就会拒绝提供建议。第五种是一种具有完美知识的假设性“先知”系统，它了解每位用户的偏好，作为衡量还有多少改进空间的上限。

模拟结果显示，面向福利的方法具有明显的优势。在虚拟城市中，标准系统经常导致用户陷入出行成本抵消活动乐趣的境地。虽然标准系统与没有任何系统相比略微改善了平均体验，但它仍然导致了大量的“糟糕旅程”，即用户的处境比从未收到任何建议时还要差。相比之下，那些通过过滤来保障福利的系统显著减少了这些负面体验。通过拒绝在胜算较低时做出建议，这些新系统保护了用户免于浪费时间和金钱。模拟表明，当系统保持克制时，那些收到的推荐让用户对自己的选择感到更加满意。旅程的平均满意度提升了，不同用户之间受对待程度的差异也缩小了。该系统不仅推荐更受欢迎的地方，而且是在正确的时间为正确的人推荐正确的地方。

或许最令人惊讶的发现是标准系统造成了多少伤害。模拟显示，在近百分之四十的时间里，一个标准的推荐实际上让用户的一天比他们自己选择一个地方时变得更糟。这是因为算法通常优先考虑参与度——即诱导用户点击或访问——而非用户的实际结果。新的福利导向过滤器显著降低了这种伤害率，将用户处境变差的比例降至百分之三十一左右。此外，研究发现这些过滤器对某些类型的旅行者特别有帮助。那些倾向于规避风险或容易被过多选择所淹没的人，从系统的克制中获益最多。对于这些人来说，算法不像是一个推销产品的销售员，而更像是一位知道何时保持沉默的体贴朋友。

研究人员还发现，其中存在一种微妙的平衡需要达成。如果系统变得过于严格，频繁拒绝做出建议，它就会失去帮助作用。模拟确定了系统最为有效的特定阈值：既要足够严格以过滤掉糟糕的选项，又要足够宽松以提供有用的指导。当调整得当时，这些面向福利的系统可以填补当前技术与那个精准了解每个用户需求的理想完美系统之间的巨大鸿沟。尽管这项研究是在模拟环境中进行的而非现实世界，但其逻辑经得起推敲。研究结果表明，下一代旅游和活动类应用不应仅仅在预测用户点击方面变得更聪明，而应在何时发声以及何时退后一步方面更具原则。通过将用户的时间和精力视为无法回收的宝贵资源，这些系统可以从单纯的便利工具转变为日常决策中的真正伙伴。