年轻人开始反向驯化“大数据杀熟”.docxVIP

年轻人开始反向驯化“大数据杀熟”

反向驯化“大数据杀熟”是一种消费者群体自我保护的自觉联合行动。

近期关于“年轻人开始反向驯化‘大数据杀熟’”的关键词冲上热搜，引发全网热议。

“用算法打败算法”，越来越多的年轻人开始了“算法驯化”的实践。他们通过评论、点赞，丰动寻求多样化的信息流，建立“人设”，从而影响算法推送。在各个社交媒体上，不少年轻人晒出攻略，分享如何对抗“越用越贵”“越看越烦”的算法。

反向驯化“大数据杀熟”是否真的有用？能否成为治理“大数据杀熟”的一种手段？近日，辽宁大学新闻与传播学院副教授马弋飞表示，“此现象从某种程度上反映了当今消费者，尤其是年轻群体的消费理念、特点以及迫切诉求，另外也展现了用户对个人隐私保护的觉醒和媒介素养能力的提升。”

在评论区反复“哭穷”，价格真能便宜？

在某社交APP上，搜索“反向驯化‘大数据杀熟’”有超过2995条笔记提及此内容。网友慕慕学习后分享成功经验，她介绍，她先搜了春节期间福州到北京的往返机票大约需要3100元，“在一番‘哭穷’操作后，3小时后，包含基建燃油费用在内的机票总价为2500元，便宜了近600元。”

不止机票，在网友眼里，酒店住宿、服装、日用品、网约车等领域，都可以使用此方法。除了在剪贴板复制粘贴文案“哭穷”，还有将不常用的软件卸载的方法。

在校大学生韩同学也透露，他此前打某手游经常输，在卸载停玩一段时间后，再次下载该游戏软件，胜率却会大大提升。“我猜是大数据识别到我的账号不活跃，为了吸引我做的调整，我觉得这一方法在网购等消费领域同样适用。”韩同学介绍，他会轮换着使用不同的打车软件，假装自己是“新用户”。“我觉得是有用的，因为朋友常说我的打车费用比他们便宜。”

网友的反向驯化“大数据杀熟”攻略

对于网友“算法驯化”的实践案例，此前有相关出行平台官方客服给出回应：平台上价格实时变动且受多种因素影响，消费者有反复评论的行为，也无法证明最终降价是由用户所评论的内容决定的。

即便如此，仍有不少网友在各个社交平台上分享成功反向驯化“大数据杀熟”的攻略。2024年年初，互联网上出现了一股“momo大军”的潮流。这些用户采用统一的粉色小恐龙头像，并且他们的用户名也遵循类似的格式，以此掩盖个人特征，避免被算法识别为个体用户。“momo大军”的成员们活跃于多个社交平台，讨论各种话题，但特别关注如何躲避算法追踪。

互联网从业者阿峰就是“momo大军”中的一员，他透露，由于系统难以区分每个“momo”，平台无法根据单个用户的偏好进行个性化推荐，这就减少了基于身份标签的“大数据杀熟”的可能性。

网友小李也分享了攻略。他透露，每次购物前会先清理浏览器缓存并启用隐身模式浏览商品页面。

“关闭不必要的应用权限，比如位置信息和服务通知等，以限制平台获取过多个人信息的能力。”此外，小李还创建了多个不同的账号用于不同目的，例如一个专门用来比较价格的新手账户。这样做的结果是，当他用新账户查看同一款产品时，往往能获得更低的价格或者首次购买折扣，有效避免了老用户被收取更高费用的情况。

不过有网友表示，上述“攻略”并不稳定，采取的各种策略可能会增加用户的使用成本；也有网友担心，过度依赖技术手段如隐身模式、关闭权限等可能会带来新的隐私和安全问题。

真的有效果吗？

备受年轻人追捧的反向驯化“大数据杀熟”是否真的有效？其背后的原理又是什么？

中国计算机学会计算机安全专业委员会委员吕延辉表示：“反向驯化‘大数据杀熟’旨在破坏平台所构建的用户画像的准确性，使得平台无法准确地进行个性化定位。”

“大数据杀熟”的核心原理是商家通过数据分析了解每个用户的消费习惯、偏好、购买力等信息。平台利用这些数据来预测消费者的需求，并进行个性化定价。而反向驯化则是消费者通过一些手段去打破平台基于大数据的个性化定价策略，目的在于绕过平台算法，从而避免“杀熟”现象。

相关行业从业者解释，反向驯化“大数据杀熟”更像一场“拉锯战”，平台通过优化算法增加定价的精准度，消费者则通过反向驯化手段规避高价。而在这—过程中，市场上的价格波动、竞争、消费者权益保护等问题将继续成为讨论的焦点。

短期内这些反向操作是有效的，但从长远来看，随着平台算法的不断升级和消费者反向操作的普遍化，这些方法的有效性可能会逐渐减弱。

专家：需建立健全常态化监督机制

对于年轻人开始反向驯化“大数据杀熟”的现象，专家们也有不同的看法。

四川大学文化产业研究中心主任、四川省委省政府决策咨询委员会委员蔡尚伟表示，年轻人的这些举动，在他看来是一种积极现象。“说明年轻群体的维权意识在变强，维权策略更高明了。”

“当下确实存在‘大数据杀熟’的现实，广大年轻人对于这一事实难以接受，反向驯化是个体直接表达抗议的一种手段。”华中科技大学社会学院讲师、硕士生导师胡鹏辉表示，反向驯化也折射出了在个体信息变