信息图:从打开视频页到关闭的三十秒时间轴,标注广告、弹窗与加载阶段
阅读口径

本文描述推荐系统的一般原理,不涉及任何具体平台的算法实现,也不提供调整推荐的具体操作步骤。

被记录的不是“喜欢”,是“停留”

系统能稳定获取的信号是行为,不是态度:看了多久、看到第几秒离开、是否看完、是否重复播放、是否在某一类内容上停留更久。这些信号被当作偏好的代理指标,但它们与“喜欢”并不等价——停留也可能因为困惑、愤怒,或者只是在等加载。更麻烦的是,系统无法区分这几种情形,于是把一次犹豫也记成了一次兴趣。你越是想弄清楚某段内容在讲什么,它越可能认为你对这类内容感兴趣。

完播率为什么权重高

完播率之所以权重高,是因为它是少数能明确区分“留下”与“离开”的指标。结果是:短、直接、结尾明确的内容更容易获得高完播,从而被更多推送。内容长度与结构因此向指标靠拢,而不是向信息完整靠拢——一个需要三十分钟讲清的问题,会被切成六个五分钟的片段,每段都在开头给结论、结尾留钩子。你看到的不是内容变短了,而是内容被改造成适合被计量的形状。

标签如何把循环闭合

标签把循环闭合。内容被打上标签,用户行为也被归入标签;推荐在同标签内寻找相似内容,新的观看又强化了标签权重。循环一旦闭合,系统对你的判断会越来越精确,同时越来越窄——它知道你会看什么,但不再试探你可能喜欢什么。这也是为什么“越刷越像”不是错觉,而是系统在收敛:每一次点击都在把可选范围缩小一点,直到列表里只剩下你已经看过的那一类。

可执行检查单

  1. 01定期主动搜索与当前推荐无关的内容,用明确的搜索意图打破标签闭环。
  2. 02清理观看历史,尤其是误点与短暂停留产生的记录,它们最容易被误读为兴趣。
  3. 03注意“看完”与“喜欢”的区别,不要用停留时间评价自己,也不要让它替你定义偏好。

一个常见问题

清掉历史记录,推荐会重置吗?

通常不会完全重置。历史只是信号之一,账号属性、设备、搜索词、停留行为仍会参与计算。清理能减弱近期偏好,但无法让推荐回到初始状态。如果确实想改变推荐方向,比清理更有效的是持续用主动搜索发出新信号,让新标签的权重慢慢盖过旧的。

推荐越推越像,是内容变少了还是我被困住了?

两者都在发生。平台上的内容总量未必减少,但呈现给你的那一部分确实在收窄;同时你的选择也在被训练——看得越多,越容易在熟悉的类型里找到下一个点击。打破它不需要技术能力,只需要偶尔问一句:这是我想看的,还是它觉得我会看的?把推荐当作一种输入而不是答案,同时保留主动搜索与站外获取信息的习惯,视野就不会完全由一张列表决定。