起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識關(guān)閉推薦系統(tǒng)，你會看見不一樣的世界
推薦系統(tǒng)已經(jīng)在內(nèi)容平臺、電商、視頻網(wǎng)站等多個領(lǐng)域取得了不凡的成就。常常有人使用千人千面來比喻推薦系統(tǒng)的作用，而最直觀的體驗就是你最近關(guān)注什么領(lǐng)域的東西，你訪問網(wǎng)站時該領(lǐng)域的東西的比重就會大大增加，很方便，不是么。
通過上面的簡單描述相信大家對于推薦系統(tǒng)有了初步的認(rèn)識，推薦系統(tǒng)的方式可以分為協(xié)同過濾推薦，基于知識推薦，基于內(nèi)容推薦，組合推薦等方法。
以上方法推薦的切入點是不同的，策略各異，但是總的目的是一致的。即通過各種方法得知用戶的喜好，并把符合用戶喜好的東西推薦給用戶，達(dá)到讓用戶可以閱讀到自己喜好內(nèi)容的目的。
這為用戶節(jié)省了大量的時間，也就提升了用戶單位時間內(nèi)享受內(nèi)容的數(shù)量，用戶的使用體驗得以提升。對于平臺而言，精準(zhǔn)知道用戶的行為也是很有價值的信息?？雌饋韮扇涿溃瑳]有什么問題。
一、一個不恰當(dāng)?shù)睦?/h2>
很多事情其實并非想象的那么簡單，作者舉一個例子來說明推薦系統(tǒng)到底在干上面。如果把推薦系統(tǒng)比作一個餐館，用戶比喻為顧客。
這個餐館能夠知道每一個用戶每天來都吃了什么，然后這個餐館為了增加用戶的用餐體驗，想出了一個好的辦法，它為每一個用戶提供不同的菜單，比如：這個用戶喜歡吃面，那么我就給這個用戶提供面食菜單。
那個用戶喜歡吃肉，那么他的菜單上都是肉一類的食品。每天來吃面的用戶針對自己只有面的菜單肯定也只能點面食，因為他都不一定知道還有海鮮的存在。久而久之，他的菜單越來越偏向面。
一段時間之后，這個用戶吃面吃膩了，但是餐館還是為他提供了面的菜單，他想告訴餐館可以換個吃的不？
不過餐館沒有回應(yīng)并表示該功能暫時沒有上線，顧客舍不得離開這家餐館，因為食品質(zhì)量很好，裝修也不錯。那么他只好化妝打扮了一番再來到了這個餐館。
這個時候餐館不認(rèn)識他了，就給了他一份總菜單，用戶從總菜單中仿佛看到了新的世界，原來還有這么多好吃的啊。
以上這個例子其實已經(jīng)很明確了，飯館就是網(wǎng)站，吃飯的人就是用戶，推薦內(nèi)容就是菜單，化妝之后再來就是換了個賬號或者游客登錄。
通過上面的例子說明了推薦系統(tǒng)的一個問題就是限制了用戶的視野，沒有考慮到用戶的喜好是廣泛的，且在無形中剝奪了用戶接觸廣泛內(nèi)容的機(jī)會。
二、推薦系統(tǒng)限制了用戶的視野嗎？
毫無疑問是限制了的，以抖音為例，從它的啟示頁面是推薦就可以看到：抖音的目的是讓用戶沉浸在不斷的刷和刷之中，但是以它優(yōu)秀的推薦系統(tǒng)，用戶大概是刷不到“不相干”的東西的。
如果一個用戶的興趣廣泛，他第一次登陸抖音被舞蹈所吸引，然后看了不少相關(guān)的內(nèi)容，之后他就很難享受抖音的其它內(nèi)容了，畢竟根本看不到。
當(dāng)然，相信公司肯定不會做的這么絕對，比如：推薦系統(tǒng)雖然偏好是推薦內(nèi)容的，但是也會放一些隨機(jī)的內(nèi)容進(jìn)去以避免以上問題的發(fā)生。不過在推薦機(jī)制的運(yùn)作下，用戶看到新天地的機(jī)會還是被大大的剝奪了。
推薦系統(tǒng)的不完美之處就是沒有考慮用戶膩了的問題，也許用戶某個時候發(fā)現(xiàn)這些相關(guān)內(nèi)容自己都已經(jīng)能夠背過了，真的是想要看新的內(nèi)容了，可惜這些推薦系統(tǒng)并不知道。
用戶找新內(nèi)容的時候，推薦系統(tǒng)將是最大的阻力。就好像一個不會換菜單的飯店一樣，認(rèn)準(zhǔn)了用戶喜歡吃米飯那么永遠(yuǎn)給用戶拿來的是米飯的菜單。
比如：作者以前很喜歡看b站的番劇，后來覺得漫威的電影很不錯，但是打開b站后首頁永遠(yuǎn)是番劇，靠一時的漫威相關(guān)點擊量還很難動搖推薦系統(tǒng)。
無奈之下只能夠不登錄或者使用搜索功能，值得一提的是不登錄無法保存是一個很麻煩的事情，而搜索功能最大的問題在于搜不到有趣的東西。
簡而言之，就是你搜索電影得到的內(nèi)容肯定沒有首頁出現(xiàn)的電影內(nèi)容有趣，因為首頁的是很多人推薦或評分高等因素作用下選出來的，但是搜索的結(jié)果就比較簡單了，根據(jù)相關(guān)程度排序等方式。
上圖為登錄嗶哩嗶哩彈幕視頻網(wǎng)前后的差距截圖，第一張截圖是沒有登錄的時候，會提示讓用戶登錄并說明登錄后有新天地讓用戶體驗私人訂制。第二張截圖以及第三張截圖都是登錄之后的樣子，可以看出內(nèi)容有了明顯的變化。
因為最近《復(fù)仇者聯(lián)盟3》的上映，作者搜索了很多相關(guān)的內(nèi)容，所以基本上首頁推薦全部是與它有關(guān)的東西。而第一張截圖應(yīng)該就是嗶哩嗶哩正常的樣子，歌曲、游戲、二次元為主。
三、如果我是產(chǎn)品經(jīng)理如何處理這個問題
處理的方法其實十分簡單，即增加一個按鍵，關(guān)閉系統(tǒng)推薦功能。這個模式下用戶將會得到一個新用戶的待遇，他看到的東西就相當(dāng)于一個新用戶首次登陸的時候看到的，即一份完整的菜單。
這個時候，系統(tǒng)不會使用用戶的使用習(xí)慣來給用戶做推薦，系統(tǒng)會假裝不認(rèn)識該用戶。
那么這個功能和沒有登陸有區(qū)別嗎？
當(dāng)然有，而且很大。在這個模式下，推薦系統(tǒng)并不運(yùn)作，但是并不代表系統(tǒng)不知道用戶是誰以及干了什么。系統(tǒng)還是可以繼續(xù)收集用戶的數(shù)據(jù)的，并把這些數(shù)據(jù)和以前的數(shù)據(jù)匯總起來，加上一定的權(quán)重來重新評估用戶。
當(dāng)用戶打開推薦功能的時候，一個新的“菜單”將出現(xiàn)在用戶的面前。而對于用戶而言，也可以在該模式保存自己喜歡的內(nèi)容，除了不會受到推薦系統(tǒng)的干擾之外，一切都是一樣的，收藏點贊打賞功能一個不少。
四、作為用戶可以如何規(guī)避被推薦的問題
做法雖然有點麻煩，但是也是可以實現(xiàn)的，尤其是電腦端可以完美的實現(xiàn)不被推薦的效果。即同時打開兩個網(wǎng)頁，一個登陸一個不登錄，不登錄的網(wǎng)頁上找好玩的，找到了如果想要保存，在登陸的頁面上搜索后進(jìn)行操作。
以上的做法雖然繁瑣，但是確實可以讓人看到不一樣的世界，畢竟用戶得到的信息=推薦的信息+隨機(jī)的信息，如果推薦的信息太多，隨機(jī)的必然會減少。尤其當(dāng)用戶已經(jīng)膩了一個領(lǐng)域的時候，推薦的信息=不想看的信息。這個時候推薦系統(tǒng)的運(yùn)作就比較尷尬了。
五、總結(jié)
b站推薦系統(tǒng)的廣告語是打開推薦系統(tǒng)，給你一個不同的世界。但是作者想要說的是：關(guān)閉推薦系統(tǒng)，也是一個不同的世界。
當(dāng)然值得注意的是：作者并不是否定推薦系統(tǒng)，在互聯(lián)網(wǎng)信息過載的情況下，推薦機(jī)制能夠很好的過濾沒有用的信息，讓用戶能夠在信息中找到那些更加適合自己的。
作者只是提出一個想法，一個選擇，來做到不同的事情。
其實這種情況是很常見的，比如：多年從事一個行業(yè)，或者讀書讀到博士，都會受到局限。如果視野長期的看著一個地方，除了會導(dǎo)致思維狹隘之外，還會讓人不知道視野之外的東西。
推薦系統(tǒng)是很好的，但是希望系統(tǒng)能夠給用戶不被推薦的權(quán)利。畢竟，人也會經(jīng)常換個口味。
#專欄作家#
馬璐，人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注產(chǎn)品設(shè)計以及用戶體驗，力求在技術(shù)一定的情況下將產(chǎn)品做到極致，充分發(fā)揮技術(shù)的潛能。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載
題圖來自unsplash，基于CC0協(xié)議
我看完了文章再看評論都是加個要關(guān)閉推薦的開關(guān)，可我在想，
首頁可不可以分開兩個區(qū)域同時保留兩種算法？
一種是看從整體看，有哪些是絕對值好的；
一種是從自身出發(fā)，哪種是更適合自己或者自己喜歡的呢？
后期是否可以根據(jù)用戶停留時間長短來判斷推薦內(nèi)容是否適合，如果用戶停留時間逐漸下降，可以考慮推薦其他內(nèi)容；或者在推薦某類內(nèi)容一段時間后，增加一些新的推薦類目，觀察用戶停留時間來決定是否繼續(xù)推薦
也許用戶只是出去了一下，或者上廁所去了呢，不好判斷的，畢竟沒有權(quán)限知道用戶是否是在使用產(chǎn)品，還是純粹就是放置。
的確有這方面問題。很開心您能回復(fù)我，謝謝。
前陣子討論抖音的問題就是加一個只能推薦的開關(guān)功能就好了
所見略同
當(dāng)初刷今日頭條時就意識到自己很討厭推薦內(nèi)容，系統(tǒng)和用戶很容易被作者欺騙，放一個吸引人的標(biāo)題，很容易就讓一大批人進(jìn)去了
是的
最新的新聞類app上都是同質(zhì)化的內(nèi)容，我試圖去找關(guān)閉功能，都沒尋到。
還發(fā)現(xiàn)了推薦中系統(tǒng)中根據(jù)位置的推薦也讓我很不爽，如果不允許獲取位置就得手動或者關(guān)閉這個頻道。允許獲取位置就只能推送當(dāng)前區(qū)域的內(nèi)容，只發(fā)現(xiàn)了騰訊新聞可以看到多個區(qū)域同時出現(xiàn)。當(dāng)時就想算法能優(yōu)化點，PM更為用戶考慮一下產(chǎn)品是不是就能更智能一些呢
嗯，是的
推薦的算法、寫法是可以慢慢優(yōu)化的
所以，給我個知道啥時候女朋友生氣的算法吧，雖然我沒有女朋友，哈哈哈哈
會有的 ??
近一個星期刷抖音已經(jīng)出現(xiàn)推薦的信息=不喜歡的狀況了，瘋狂使用不感興趣后仍沒看到新鮮的，看了您這篇文章十分認(rèn)同增加一個關(guān)閉推薦的按鈕。贊??
多謝認(rèn)同
很贊的文章
謝謝
噢來補(bǔ)充一下評論：其實我覺得這事要分兩個角度——即兩個不同的導(dǎo)向，一是公民意識導(dǎo)向，如果單純是想讓用戶了解更多的應(yīng)該了解的事情，其實就是推送多一些熱門的、不同領(lǐng)域的就可以了；二是用戶喜好的導(dǎo)向，這樣就需要做好評論區(qū)中大家所說的，要猜出飯店的顧客今天是不是突然想吃面條之外的東西。
我覺得基本猜不出來用戶想吃啥，比如你猜猜女朋友為啥生氣 ??
作者不是寫了篇用戶是傻瓜嗎，那用戶需要的是一個按鈕？不是吧，他需要的是新世界，優(yōu)化推薦系統(tǒng)，或者加一個隨機(jī)類目，不是更好嗎？
用戶是傻瓜，哈哈哈。好吧，其實用戶的水平確實挺低的。
亞倫斯沃茨曾經(jīng)為了 自由 兩個字奮斗，這個 自由 的起點不過是論文資源不被公開。這篇文章我看到了 自由 是個人是否選擇融入這個社會的 自由 。
一針見血！
感謝認(rèn)同
推薦系統(tǒng)的目的最終不一定是為了用戶體驗，你會發(fā)現(xiàn)在給你推薦同類型的內(nèi)容時商業(yè)廣告也在定向推薦（也許就是需要在這一段時間影響到你的決策或者印象）~~所以產(chǎn)品需要平衡做對用戶正確還是企業(yè)正確的事情~
平衡是一個永恒的話題
正琢磨著寫一個關(guān)于算法推薦的弊病的文章，這下不用了。 巧合，我也想到了關(guān)閉開關(guān)。 ?? 最后，關(guān)于算法推薦，我個人覺得推薦內(nèi)容需要一個合理的比例，比如5:5的比例我就覺得不錯，而且這個5，是我最近所有瀏覽條目累加后的結(jié)果.
哈哈，手快很重要，還好寫得快。
怪不得我媽用兩個手機(jī)刷抖音 ??
兩個手機(jī)，兩種風(fēng)格，一定是這樣
還是蠻同意作者的，這個有個名詞叫做“信息繭房”。很多人說要優(yōu)化算法，一開始我也認(rèn)為應(yīng)該優(yōu)化算法，而直接關(guān)閉只是一個省錢的權(quán)宜之計。但是作者有個點蠻有意思的，就是人的心情的變化其實應(yīng)該是沒有那么多規(guī)律可循的，可能今天突然想吃一些別的，如果連這個都要做到，現(xiàn)在的推薦算法可能還實現(xiàn)不了。在算法還沒確定可以實現(xiàn)之前，倒的確可以試試關(guān)閉推薦系統(tǒng)
謝謝認(rèn)同
抖音來說
優(yōu)化推薦系統(tǒng)就好了吧，為什么要關(guān)閉
1、加大隨機(jī)新類型視頻，瀏覽時間權(quán)重
2、加大精選類型權(quán)重（精選會主動推，大部分人都能看到）
3、抖音還有幾個功能會重新計算你的類型
1）視頻主所有視頻不是同一類型，你關(guān)注了一個人，但是他有不同類型的視頻，重新計算你的喜好
2）統(tǒng)一音樂，有熱度排行，不同類型視頻
3）搜索視頻，例如搜索類型來說，你搜索lol，不可能給你推薦你喜好的絕地求生，并且搜索這里根據(jù)熱度來排行就好了，為什么要有推薦算法？
以上個人觀察得出結(jié)論
是的，本文只是提供一種可能，并不反對推薦系統(tǒng)以及其能夠進(jìn)行的改進(jìn)
感謝分享。
和作者的觀點有點不太一樣。
一個好的推薦系統(tǒng)，重要的是做好用戶畫像，用戶畫像牽扯到很多的屬性指標(biāo)，出現(xiàn)作者提及的情況（如越推越窄），可能是系統(tǒng)的屬性維度不夠，或者是策略算法設(shè)計不當(dāng)，亦或者是系統(tǒng)獲得的用戶數(shù)據(jù)不夠，導(dǎo)致在制作用戶畫像時出現(xiàn)過擬合的情況，這時候，PM和工程人員從策略上對算法、對系統(tǒng)進(jìn)行優(yōu)化，個人覺得是應(yīng)該先考慮的事情。在推薦系統(tǒng)設(shè)計上，想一想亞馬遜的推薦系統(tǒng)，給用戶推薦的，可不單單是用戶瀏覽過的類似的。
推薦系統(tǒng)一個很重要的功能是反饋，系統(tǒng)需要知道用戶對推薦內(nèi)容的反饋，用這個反饋去驗證系統(tǒng)推薦的內(nèi)容是否合適（這個很類似于深度學(xué)習(xí)中的監(jiān)督學(xué)習(xí)）。而如果用戶將這個功能關(guān)閉，那么我們就沒有辦法對系統(tǒng)進(jìn)行驗證了。比如說，你做了一道數(shù)學(xué)題，但是不知道答案對不對，這樣就很尷尬了。也有伙伴可能會說，這期間，用戶也在瀏覽內(nèi)容，也在產(chǎn)生反饋，用戶瀏覽的內(nèi)容也可以實時增加到推薦系統(tǒng)中，但是這里的反饋其實更多的是用在了學(xué)習(xí)訓(xùn)練中，系統(tǒng)還是需要用戶對推薦系統(tǒng)的反饋作為測試，對推薦系統(tǒng)進(jìn)行評估。
更進(jìn)一步地說，人工智能時代，是為了讓用戶更快更準(zhǔn)確的獲得所需要的內(nèi)容，這時候我們就要努力獲得更多的數(shù)據(jù)、制作更精準(zhǔn)的用戶畫像、設(shè)計更好的算法或系統(tǒng)。
主流觀點，沒有問題
似是而非
請指教~
是這樣的，文中有提到，關(guān)閉推薦系統(tǒng)只是推薦功能不運(yùn)作。但是登錄狀態(tài)還在，信息收集也還在。不過不會使用收集的信息來進(jìn)行推薦了。
更合理的推薦系統(tǒng)一定是從個人喜好、歷史、熱門幾個角度進(jìn)行推送，像頭條抖音這種以推薦系統(tǒng)為核心技術(shù)的產(chǎn)品，做一個開關(guān)把推薦系統(tǒng)關(guān)閉？不可能。優(yōu)化推薦系統(tǒng)才是核心思路。
開關(guān)是把選擇權(quán)給用戶，可以開也可以關(guān)。人很難拿算法來預(yù)測，比如今天就是覺得這個不好吃了，這個怎么預(yù)測。
刷牙的的時候，把抖音放在一邊重復(fù)播放一個視頻幾十次，推薦系統(tǒng)不會認(rèn)為我己愛上抖音主播了吧
如果就論算法，那應(yīng)該會認(rèn)為愛上了吧(?o?╰╯o??)機(jī)器應(yīng)該沒有采集用戶實際看沒看的能力，最關(guān)鍵的是沒有采集這個的權(quán)利。
關(guān)閉推薦系統(tǒng)，這個操作，用戶的理解成本太高了。
能理解的家伙完全可以不依賴推薦系統(tǒng)自發(fā)尋找新內(nèi)容。
自己找還是挺麻煩的。不過理解的人確實有限，所以考慮推出也是高級設(shè)置里的選項，放在不起眼的地方，找得到的自然懂，找不到的不會知道存在這個東西。當(dāng)然首次更新要告訴一聲用戶出了個新功能。
1.我倒是覺得反而b站不一定要做關(guān)閉推薦系統(tǒng)，首頁同質(zhì)化逛膩了可以逛分區(qū)頁，各種不同類別的視頻在這個部分展示的挺好，還有看動態(tài)、或者用搜索、相似視頻推薦都可以一定程度上緩解信息被過濾的問題。
2.抖音做一個似乎更合適。
3.(純屬瞎扯)以b站為例，能否做一個監(jiān)測機(jī)制，監(jiān)測用戶首頁停留時間和首頁視頻點擊率，如果都低了的話，在首頁展示一些其他分區(qū)中的精選內(nèi)容？
嗯嗯，其實做法很多，加開關(guān)最省錢
監(jiān)測機(jī)制貌似更以用戶為本些
作為一個曾經(jīng)的技術(shù)人員來回答哈，我測試過抖音的推薦系統(tǒng)，抖音對不同類別的視頻，設(shè)置了推薦頻率的上限和下限，上限可以防止用戶感到膩，下限防止用戶時間長了，審美發(fā)生改變，曾經(jīng)不喜歡的視頻又開始喜歡的情況。其實不需要關(guān)閉，直接優(yōu)化下推薦算法就OK了哈
優(yōu)秀啊，這個都試過。最初寫這個是因為成本低，畢竟就是關(guān)閉，比創(chuàng)造新算法要容易。而且最大程度上滿足用戶自主權(quán)。
嚴(yán)重同意，最近在刷一些短視頻的APP的時候，發(fā)現(xiàn)推薦趨同類型的太嚴(yán)重了。希望算法能夠更合理一些，在同質(zhì)比較嚴(yán)重的時候，適時地推薦一些其他熱門的視頻啥的。這樣會更有趣。
加個開關(guān)，哈哈
沒錯刷膩了 都一個套路
與其關(guān)閉推薦系統(tǒng)，是不是可以從優(yōu)化推薦系統(tǒng)，或者推薦系統(tǒng)和平臺內(nèi)容相結(jié)合向用戶進(jìn)行展示的方式來考慮？
個人看法，
1、優(yōu)化推薦系統(tǒng)的話，那么時間點是一個很關(guān)鍵的因素。即什么時候用戶的喜好會變，會不變。這個是個無解的事情，畢竟人心是變化的，可能我今天是喜歡的， 明天是不喜歡的，后天又喜歡了，但是明天、后天都是未解的時間段，系統(tǒng)并不能根據(jù)現(xiàn)有的足跡去預(yù)測；
2、后一個推薦系統(tǒng)和平臺內(nèi)容進(jìn)行展示的方式個人覺得很好，但是這個主要看的是各類內(nèi)容的權(quán)重，最終其實還是回到了一定程度上限制了用戶的視野。
小白個人看法哈~
所以，自己開關(guān)，哈哈
蝦米音樂之前做了一個功能叫做“聽見不同”，在推薦用戶可能喜歡的歌之外推薦一些用戶不經(jīng)常聽的類型的歌，我平時會去推薦里聽歌，聽膩了就去聽見不同?？上н@個功能好像下掉了
也可以，不過那樣需要資源多一些，直接關(guān)比較省開發(fā)成本
出發(fā)點不同吧。我是從產(chǎn)品進(jìn)化的角度來考慮這個問題，資源肯定要看推薦系統(tǒng)在產(chǎn)品當(dāng)前階段的重要性了
是的