評論區“哭窮”、假裝新用戶、“momo”瀏覽……年輕人興起反向馴化“大數據殺熟”

封面新聞記者 鄒阿江 楊霽月

近期關於“年輕人開始反向馴化大數據殺熟”的關鍵詞衝上熱搜，引發全網熱議。

“用算法打敗算法”，越來越多的年輕人開始了“算法馴化”的實踐。他們通過評論點贊，主動尋求多樣化的信息流，建立“人設”，從而影響算法推送。在各個社交媒體上，不少年輕人曬出攻略，分享如何對抗“越用越貴”“越看越煩”的算法。

反向馴化“大數據殺熟”是否真的有用？能否成爲治理“大數據殺熟”的一種手段？

近日，遼寧大學新聞與傳播學院副教授馬弋飛在接受封面新聞採訪時表示，“此現象從某種程度上反映了當今消費者，尤其是年輕羣體的消費理念、特點以及迫切訴求，另一方面也展現了用戶對個人隱私保護的覺醒和媒介素養能力的提升。”

在評論區反覆“哭窮”

價格真能便宜？

記者注意到，在“小紅書”上，搜索“反向馴化大數據殺熟”有超過2995條筆記提及此內容。網友慕慕學習後分享成功經驗，她告訴記者，她先搜了春節期間福州到北京的往返機票大約需要3100元，“在一通哭窮操作後，3小時後，包含基建燃油總價爲2500元，便宜了近600元。”

慕慕提供的機票截圖

不止機票，在網友眼裡，酒店住宿、服裝、日用品、網約車等領域，都可以使用此方法。除了在剪貼板複製粘貼文案“哭窮”，還有將不常用的軟件卸載的方法。

在校大學生韓同學也向記者透露，他此前經常打某手遊遊戲經常輸，在卸載停玩一段時間後，再次下載該遊戲軟件，勝率卻會大大提升。

“我猜是大數據識別到我的賬號不活躍，爲了吸引我做的調整，那麼這一方法在網購等消費領域同樣適用。”韓同學介紹，他會輪換着使用不同的打車軟件，假裝自己爲“新用戶”。“我覺得是有用的，因爲朋友常說我的打車費用比他們便宜。”

網友分享

反向馴化“大數據殺熟”攻略

對於網友“算法馴化”的實踐案例，此前有相關出行平臺官方客服給出迴應：平臺上價格實時變動且受多種因素影響，消費者有反覆評論的行爲，也無法證明最終降價是由用戶所評論的內容決定的。

即便如此，仍有不少網友在各個社交平臺上分享“反向馴化大數據殺熟”的攻略。今年年初，互聯網上出現了一股“momo大軍”的潮流。這些用戶採用統一的粉色小恐龍頭像，並且他們的用戶名也遵循類似的格式，以此掩蓋個人特徵，避免被算法識別爲個體用戶。“momo大軍”的成員們活躍於多個社交平臺，討論各種話題，但特別關注如何躲避算法追蹤。

網友分享經驗

互聯網從業者阿峰就是“momo”大軍一員，他向記者透露，由於系統難以區分每個“momo”，平臺無法根據單個用戶的偏好進行個性化推薦，這就減少了基於身份標籤的“大數據殺熟”可能性。

網友小李也分享了攻略。他向記者透露，每次購物前會先清理瀏覽器緩存並啓用隱身模式瀏覽商品頁面。

“關閉應用不必要的權限，比如位置信息和服務通知等，以限制平臺獲取過多個人信息的能力。”此外，小李還創建了多個不同的賬號用於不同目的，例如一個專門用來比較價格的新手賬戶。這樣做的結果是，當他用新賬戶查看同一款產品時，往往能獲得更低的價格或者首次購買折扣，有效避免了老用戶被收取更高費用的情況。

不過有網友表示，上述“攻略”並不穩定，採取的各種策略可能會增加用戶的使用成本；也有網友擔心，過度依賴技術手段如隱身模式、關閉權限等可能會帶來新的隱私和安全問題。

真的有效果嗎？

行業人士：原理是破壞平臺所構建的用戶畫像準確性

備受年輕人追捧的“反向馴化大數據殺熟”是否真的有效？其背後的原理又是什麼？

中國計算機學會計算機安全專業委員會委員呂延輝在採訪時提道：“‘反向馴化大數據殺熟’旨在破壞平臺所構建的用戶畫像準確性，使得平臺無法準確地進行個性化定價。”

網友分享反向馴化方法

“大數據殺熟”的核心原理是商家通過數據分析瞭解每個用戶的消費習慣、偏好、購買力等信息。平臺利用這些數據來預測消費者的需求，並進行個性化定價。而“反向馴化”則是消費者通過一些手段去打破平臺基於大數據的個性化定價策略，目的在於繞過平臺算法，從而避免“殺熟”現象。

相關行業從業者也向記者解釋，“反向馴化大數據殺熟”更像一場“拉鋸戰”，平臺通過優化算法增加定價精準度，消費者則通過反向馴化手段規避高價。而在這一過程中，市場上的價格波動、競爭、消費者權益保護等問題將繼續成爲討論的焦點。

短期內這些反向操作是有效的，但從長遠來看，隨着平臺算法的不斷升級和消費者反向操作的普遍化，這些方法的有效性可能會逐漸減弱。

專家：

這是消費者羣體自我保護的自覺聯合行動

但要根治“殺熟”並非長久之計

對於年輕人開始“反向馴化大數據殺熟”的現象，專家們也有不同的看法。

四川大學文化產業研究中心主任、四川省委省政府決策諮詢委員會委員蔡尚偉在接受封面新聞記者採訪時表示，年輕人的這些舉動，在他看來是一種積極現象。“說明年輕羣體的維權意識在變強，維權策略更高明瞭。”

“當下確實存在大數據殺熟的現實，廣大年輕人對於這一事實難以接受，反向馴化是個體直接表達抗議的一種手段。”華中科技大學社會學院講師、碩士生導師胡鵬輝表示，反向馴化也折射出了在個體信息變得愈加透明化的時代，年輕羣體對邊界感和個人主體性的保護。

在胡鵬輝看來，要根治大數據殺熟的現象，強化政府監管是應有之義，相關部門應該強化對網絡平臺的指導與監管力度，其次是強化對於平臺企業的價值引領，從長期性、人民性的視角來看待企業利益和發展觀。

“方法即便有效，但並非長久之計。”遼寧大學新聞與傳播學院副教授馬弋飛談道，“大數據殺熟”表面上是一種算法主導的不公平，但本質上仍然涉及到傳統的企業道德和商業風氣問題。要治理這種現象只依靠行業自律效果有限，還是要通過行政、立法等強制力手段來重點整頓，建立健全常態化監督機制，纔會精準、高效。

此外，馬弋飛提到，“反向馴化大數據殺熟”是一種消費者羣體自我保護的自覺聯合行動，它在提醒我們關注大數據時代下的消費者權益保護和個人隱私問題，反映了用戶對數字世界中“公平與隱私”的深刻訴求，同時也在推動社會對這些問題的重視和解決。