文章封面:横向排列的推荐卡片与一条表示排序权重的刻度线
阅读口径

本文讨论的是这类推荐系统的常见做法,不针对任何具体应用的实际实现;涉及平台的说法只作机制层面的解释,不代表官方说明。

刚装好时,系统只知道很少几件事

新用户没有行为记录,系统手上只有应用商店的地区、设备型号、系统语言、网络环境这些粗信息,外加一个默认画像。默认画像通常按人群统计得出:同地区、同设备、同语言的人普遍看什么,就先按这个推。所以新用户看到的内容高度相似,不是因为系统懒,而是因为它确实没有别的依据。这个阶段的内容更像“群体的平均口味”,而不是“你的口味”。

兴趣问卷的作用有多大

问卷的价值在于用一次低成本的选择,替代几十次行为积累。你在问卷里勾了什么,系统就直接把它写进初始兴趣,通常会显著影响前几屏。但问卷的选项往往是大类,粒度粗,且带有平台希望的引导——选项的设置本身就限定了你能表达的范围。所以问卷有用,但不宜期待过高:它决定的是起点方向,不是最终结果。跳过问卷,系统就退回默认画像,前期内容会更泛。

前十条为什么重要

前十条是系统收集第一批真实样本的窗口,密度远高于之后。你在这十条上的每一个动作,都会被当作“新账号的第一批证据”,权重相对更高。这不是设计上的偏爱,而是样本太少时的自然结果。于是前十条很容易形成一个小惯性:看了几条同类,接下来就继续推同类;连续划走,系统会急于换方向,可能变得杂乱。理解这一点,比研究“怎么骗过算法”更实际。

可执行检查单

  1. 01新装应用后先花两分钟填问卷,比直接开刷更省后续的纠偏成本。
  2. 02前十条认真看,不想要的明确表态,避免用连续划走制造噪声。
  3. 03若发现方向明显不对,及早用搜索指定几个真正想看的题材。

两个常见问题

跳过兴趣选择,会看到什么?

会看到按人群统计得出的通用内容,通常偏大众、偏热门、题材分散。它不难看,但与你关系不大。跳过不是错误,只是把纠偏的工作全部留给了后续行为,前几天的不适感会更强一些。

新账号推得很准,是不是说明它在别处认识我?

更可能是默认画像恰好对上了。同地区、同设备、同年龄段的人群口味接近,新账号按群体推,碰巧合你胃口很正常。要验证,可以换一个明显不同的题材搜几次,看推荐是否跟着变。

起点可以改,越早越省力

新用户阶段的调整成本最低,因为旧样本少,新行为很快就能改变方向。等到积累了几百条记录,再想改,就要用更多的新样本去稀释旧权重。所以真正值得投入的时刻,是刚装好的那几天:填问卷、认真看前十条、主动搜索几个方向。三件事加起来不到半小时,效果却能持续很久。之后维持现状即可,不必频繁干预。