هل يجب استثناء أنظمة التوصية من عصر ما بعد التتبع؟

随着第一方数据采集成为营销商和数据经纪人的新北极星，人们对“封闭”数据采集系统的关注度增加，可能会将机器学习研究领域中最热门的研究领域拖入争议和更严格的监管中。

FAANG 玩家和 FOSS 生产者在未来 12-18 个月内采取的行动将关闭过去二十年来用户分析系统中跨域跟踪的文化，并在此过程中引发了剑桥分析公司丑闻和随后不可抗拒的在线隐私需求的增加。

无论实施是否达到理想，并且无论更广泛的跟踪系统（如 Google 的 FLOC 和 Apple 的 SKAdNetwork）能够安抚消费者愤怒和满足广告商的需求，这一新浪潮的关注点仅适用于公共环境中的跨域数据提取，而不适用于封闭或专有消费环境和为其提供动力的定制推荐系统。

围墙花园中的丰富数据

Netflix 、Disney+、HBO Max、Roku 和亚马逊生态系统（包括 Prime Video 和产品推荐）等平台正在利用自定义机器学习推荐系统，目前正在扩张和巩固流媒体行业的发展。

随着第三方数据采集的衰落，这些大型流媒体播放器在客户使用数据方面的优势可能会激发羡慕和模仿，并在新分析系统中重新强调第一方框架，以便在更广泛的跟踪系统中夺回超个性化的定位。

如果这种情况发生，它可能不会像以前的入场标准那样民主或公平，因为最大的优势将归于拥有最广泛的第一方平台的提供商；拥有足够的开发资源来提供安全的本地身份验证系统；并且能够在本地管理、分析和货币化大量数据。

这将使“封闭”推荐系统的隐私方面受到关注，这是它们以前能够避免的，因为在此之前，它们是例外情况，并享有特殊特权，在用户明确选择进入具有数据采集行为的环境中。

向封闭第一方环境的更广泛回归

对第一方数据的重视可能会导致返回到十年前由 Google（0Auth 2.0）、Facebook 和 Twitter 以及其他流行的第三方身份验证平台提供的域特定身份验证系统。

十年前，这些第三方身份验证平台解决了许多安全问题，但也使得获得与专用和本地第一方身份验证和监控系统相同的可操作用户数据变得更加困难。当时，这并不是那么重要，因为跨域跟踪可以弥补这一数据差距。

登录作为解决生存危机的方案

现在，优势在于确保用户已登录，即使没有明确的机制来货币化他们。例如，越来越多的媒体机构要求登录才能查看内容，即使没有付费墙。

从 Google 搜索查看《卫报》文章的登录墙截图。这不能在网页存档快照中捕获，因为限制是由引用头或 IP 基础系统生成的，表明 Google 是点击的起源。

此类限制可能对个别查看者来说很难确定，因为它们可能会根据地理位置或其他情况而有所不同。例如，上述《卫报》文章在从《卫报》网站内部导航（即使读者未登录）或直接访问时没有任何限制，但如果从 Google 引用访问，则需要登录。这是一种廉价的方法，可以在不疏远“预先捕获”的读者的情况下增加会员需求。

虽然这种第一方参与一直具有数据采集优势（即“本地”登录），但跨域跟踪的衰落可能会将这种做法从“有利”提升到生存必要性，以避免 FLOC 和 SKAdNetwork 的更稀疏的营销数据流。

向第一方数据采集的动力

第一方数据“淘金热”的证据很明显。根据《福布斯》的一位行业内幕人士的说法，第三方 cookie 的衰落将为公司带来新的机会，让他们能够策划和出售第二方数据，在那里他们拥有足够的第一方基础设施，能够成为自己的数据经纪人。

其他分析预测，零售商（他们大量投资机器学习推荐系统）将成为新的“媒体大亨”。

在一篇博客文章中，货币化平台 Setupad 代表了广告行业不愿意接受联邦、数据有限的系统（如 FLOC）的意图，声明“行为定位是广告商未来的成功答案”，第一方捕获是此的绝对先决条件。

行为定位是导致当前消费者隐私转变的原因；也是营销和专业影响者行业想要通过代理、隐秘或其他手段重新获得的东西，无论这是否会最终将推荐系统研究领域拖入泥潭。

第一方“俱乐部”

除了昂贵的基础设施、安全和开发资源的要求外，另一个因素表明，只有更大的公司才有可能在第一方数据采集系统的时代蓬勃发展：一家公司需要令人信服的市场份额，以便将消费者重新吸引到他们十年前很乐意放弃的本地登录系统中。

这是一个冒险的举动，即使对于大型玩家来说也是如此，2010 年 Digg 的衰落仍然萦绕在 SEO 和营销世界的记忆中。公司的市场份额越大，这种举动就越不具破坏性，大公司将比小公司更好地适应第一方生态系统。

对推荐系统研究的影响

随着这种情况的发展，它可能会威胁到监管监督对机器学习推荐系统研究（如 Google、亚马逊和 Netflix 的研究）的相对“免费通行”。

欧盟的新人工智能立法提案预计将对推荐系统进行更严格的审查。虽然尚不清楚草案中关于“超出个人意识的潜意识技术以显著扭曲个人行为”的规定是否适用于推荐系统，但预计广告商和推荐系统研究人员将为特殊待遇进行游说。

但如果“围墙花园”方法成为新的行业标准，而机器学习研究的休闲学术领域成为大规模商业化的第一方行为研究开发的高容量热点，那么为推荐系统研究辩护可能会很困难。

对第一方数据工作流的重大投资可能是重现与剑桥分析公司时代相同的高效“心灵”广告和政治宣传的唯一希望；但对于监管机构来说，第三方 cookie 的消亡可能只是将“不光彩”的行为从街头转移到了封闭的场所。如果这些活动的外部影响再次引发公众的愤怒，那么这可能会证明是一个脆弱的避难所。