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。

分类的粒度本身就不一样

同样是“影视”,一个平台可能只有“电影”“剧集”两个大类,另一个会拆成十几类:悬疑、犯罪、年代、都市、短剧、解说、混剪。粒度不同,同一条内容落点自然不同。粒度粗的平台,一条内容只能进入大类,靠标签做细分;粒度细的平台,一条内容直接落到具体分类。这不涉及对错,只涉及体系设计的目标:粗粒度便于覆盖,细粒度便于分发。

多标签与单分类的取舍

有的体系允许一条内容挂多个分类,有的要求必须选一个主分类。多标签的好处是覆盖面广,一条内容可以从几个入口被发现;坏处是统计口径混乱,同一个分类里的内容差异可能很大。单分类的好处是边界清楚,坏处是模糊内容无处安放,只能被强行塞进最接近的那一格。你看到的“归类奇怪”,很多时候就是模糊内容被强行归类的结果。

人工标准与商业分类的介入

分类不只服务检索,也服务运营。平台会按自己的运营需要设置分类,比如把有商业价值的方向单独拉出来,或把敏感方向合并隐藏。人工审核的标准也会随时间调整,同一批内容在不同时期可能落进不同分类。所以分类体系不是一套客观的知识树,它更像一份带目标的目录,目标变了,目录就会改。

可执行检查单

  1. 01看到归类奇怪的内容,先判断它是模糊内容还是被强行塞进某一格。
  2. 02比较两个平台的分类数量,能大致看出各自的粒度取向。
  3. 03不要用分类判断内容的性质,分类是运营口径,不是内容定义。

两个常见问题

为什么同一部剧在两个平台分类不同?

因为两套体系的维度不同。一个按题材分,一个按受众或播出形式分,同一部剧落在不同维度上,结果自然不同。再加上人工标准与运营需要的差异,跨平台一致几乎不可能。

分类错了会影响推荐吗?

会。分类决定内容进入哪个候选池,池子错了,看到它的人就错了。但影响程度取决于平台是否同时使用标签与向量召回——多路径召回可以部分弥补分类错误,单一分类体系则更容易放大偏差。

分类是给人看的,也是给机器看的

对人,分类是导航,帮你快速定位想看的方向;对机器,分类是候选池的边界,决定一条内容能被谁看到。两套用途叠在一起,就会出现“人觉得莫名其妙、机器觉得合情合理”的情况。理解这一点,能减少很多无效争论:分类不合理,不等于内容有问题;分类合理,也不等于内容值得看。它只是目录,不是评价。