我们看到两则新闻，“《纽约时报》报道，剑桥分析公司（Cambridge Analytica）与2016年特朗普竞选团队合作，在未经用户许可的情况下，Cambridge Analytica 获取了 5000万名 Facebook 账号的信息，并将之滥用于 2016 年美国总统大选期间的政治广告，利用个人档案建立起个人信息系统，预测和影响民意的选择，来帮助自己赢得大选。”和“Facebook承认自己被利用，称俄罗斯操纵假帐户干预大选。在2016年的美国总统竞选期间，曾经出现过几百个很有可能是来自俄罗斯的虚假账号和页面，他们都购买了价值10万美元的政治广告，用来干涉2016年美国大选，加大美国的政治冲突。”

2016年的美国总统大选虽然早已木已成舟，我们也姑且不去深究这两则新闻的真实性，但关于Facebook能够影响美国大选的新闻依然甚嚣尘上。对于Facebook算法推荐造成的干预大选问题不仅引起了大家对算法推荐公平性的讨论，也从侧面反映了社交网络对于人们的行为选择有重大的影响力。因此，探讨推荐必然绕不开社交网络的智能推荐。

对于社交网络我们可以粗略的分为熟人社交和陌生人社交。熟人社交的代表是我们每天都在使用的微信，陌生人社交则有以新浪微博为代表的微博客性社交网络，陌陌为代表的LBS社交网络和主要用于婚恋的世纪佳缘、百合网等。社交网络中有三个必不可少的要素：关系、内容与互动。这三者紧密相关，内容的生产会促进用户间互动，而用户间的互动直接影响用户间关系的建立，这样又会使新的内容产生。对于以熟人社交为主打的微信来说，其虽然有算法参与朋友圈和“看一看”，但内容分发上基本上还是依赖用户的用户关系进行展开，而陌生人社交中的内容分发和关系连接则重度依赖算法推荐。

为什么陌生人社交中的内容与关系的连接重度依赖算法呢？

我们在微博上发个人心情、时事见解，在朋友圈里发自拍，分享那些除了自己很少有人看懂的艰难晦涩的文章，在主页上编辑资料，修改背景。

干的是什么？塑造自己的人设。我们与其他人互动，我们希望其他人评论、点赞我们所发的内容是在干什么？让他人认同自己的人设。那如果我们想让更多的人认可我们的人设该怎么办呢？找到更多与我们价值观相仿，有可能认同我人设的人，并尽可能的产生连接。这个产生连接的过程我们依赖两个路径：现有人脉关系的拓展和发现与我们的想法相似的想法，相似想法的背后可能是一个与我们相似的人。人脉关系的拓展会在不同程度上用到算法。而发现相似的想法则只能通过算法。所以，社交推荐被我们简单分解成了人的推荐和内容的推荐。