有些人认为，算法推荐让用户的兴趣窄化。如果长久使用推荐系统，用户的见识、知识、见解得不到提高。面对这样的质疑，字节跳动资深算法架构师曹欢欢博士最近在一场活动上回应说：“这是对算法的误解。”
曹欢欢博士解释称，聪明算法工程师都不希望自己的用户兴趣窄化，就像没有一个商场的经理，希望顾客每一次来到商场都只关注同一类别的商品。商场经理都希望顾客关注尽可能多的产品品类，算法工程师也希望用户尽可能的拓展自己的兴趣。
曹欢欢博士在演讲中还介绍，实际上行业内一直都在利用推荐系统探索拓展用户兴趣，提升内容多样性，现在主流的技术是用深度学习做推荐。并且，根据观察发现，推荐内容的多样性越好，用户的长期留存概率越大。
在今日头条首先在资讯领域应用推荐系统之后，现在推荐系统被越来越多的行业应用。对于推荐系统的开发者来说，推荐系统的设计存在着不同层次的目标，有短期目标、中期目标、长期目标。
长期目标是利用推荐系统运营好一个业务，提升用户的长期黏性。对于今日头条来说，曹欢欢博士表示，希望用户用了今日头条等应用之后，能一直用下去，成为我们的忠实用户。要想让用户长期使用，用户体验就需要做得很好。
与长期目标相对应的，是中期目标和短期目标，中期目标是指在短期窗口内提高它的黏性，比如一周留存、一月留存。现在推荐系统业内也在做一些探索，比如利用强化学习的学习范式设计，而不用监督学习。
短期目标是指用户短时间内对用户的反馈。给用户推了一篇文章，用户有没有点开、点赞。抖音推的短视频，有没有播放、点赞、分享。
因为短期目标大家的感知性比较强，因为也造成了一些人对推荐系统的误解。曹欢欢博士介绍称，短期目标和长期目标的关系，有正相关性，又不能完全用短期目标代替长期目标。根据我们的观察发现，推荐内容的多样性越好，用户的长期留存概率越大。如果只是推高热内容，用户短时间也点击，也停留了，今天看了也很爽。但是内容的多样性不好，很单一，用户的长期留存就很差。
曹欢欢博士举例说，这和商场的经营类似，一个喜欢鞋子的用户，假如每次来商场都能快速买到自己喜欢的鞋子，用户的单次消费就很开心，但最终用户会减少来这个商场的消费次数，除非他又产生了买鞋子的需求。要把用户长期留存下来，就要穿透他的兴趣，拓展他的视野，让他衣服、饮食、看电影这些消费，都在商场里完成。
因此，对于内容平台来说，提升内容的多样性，也是平台的需要。所以从推荐系统设计者来讲，非常希望推荐系统既短期数据有很好的表现，也希望推的内容是多样化的，能满足用户多个兴趣点。甚至需要挖掘用户更多的兴趣点，尽量在一个平台上满足用户更多的兴趣点。
曹欢欢还在演讲中分享了推荐系统如何拓展用户兴趣，提升内容多样性。一方面是推荐策略上，推荐系统设计中，会采用一些策略帮助系统避免内容窄化，包括消重策略、打散策略。消重策略是指系统会对推荐的内容进行各种层次的分析，会识别哪两篇文章或者视频是非常类似的，比如虽然两篇文章遣词造句不一样，但讲的内容是同一件事，对于这类相似的文章，如果给用户推荐了文章A，跟文章A相似的其他文章就不会被推荐。
打散策略是指对于同一个方向或同一类主题的文章，比如都是足球的文章，会利用算法来保证推荐的频率不会太高，避免用户在前端感觉内容的同质化，保证内容多样性。
另一方面，是推荐模型本身，会针对性的做一些探索拓展用户兴趣、提升内容多样性的设计。
曹欢欢介绍称，其实早在十几年前的老一代协同过滤技术，就已经在考虑拓展用户兴趣了。协同过滤的做法非常简单、直观，推荐系统会考虑你跟哪个用户比较像，比如你们都点了同一类内容，都喜欢同一类的电影，然后把相似用户看过的，但你还没看过的内容推荐给你，通过相似用户的手段实现了兴趣的探索。
技术发展到现在，已经有很多高端技术在探索用户兴趣、提升内容多样性，曹欢欢称现在主流的技术是用深度学习做推荐，在深度学习里面有很多方法，包括网络可以做一些特殊的设置，让它学一些新东西。因为所有用户、所有内容都是高维空间的向量，可以有意识引导模型，让它学习一些可能感兴趣的内容，虽然它的兴趣标签和你不一样。但是在这个空间里面，映射到很近的点，让模型容易推出去，这里面有很多高端的做法。
流量层面，曹欢欢也表示公司的产品通常会留一部分比例流量，用来探索用户的兴趣。甚至会牺牲短期目标，比如用户某些下刷操作，会被用来推荐一些模型不确认用户是不是感兴趣的内容，用来探索用户的兴趣。
此外，曹欢欢在演讲中，还介绍了今日头条产品本身在帮助用户拓展兴趣方向、提升内容多样性方面做的一些功能，包括热点、关注、搜索及频道等。
今日头条对于很多重要新闻，以及部分小众热点新闻，都会进行热点运营，通过专题、热点等方式直接推给用户。曹欢欢也表示，他们认为搜索和推荐都是非常重要的信息获取的渠道，搜索也能够反过来帮助推荐更了解用户，推荐更丰富的内容给用户。
免责声明：本文仅代表作者个人观点，与朝闻天下无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，若因作品内容、知识产权、版权和其他问题，请及时提供相关证明等材料并与我们联系，本网站将在规定时间内给予删除等相关处理.
