为啥最近抖音总是给我推小姐姐跳舞的视频呢？视频确实也不咋好看，我主要抱着了解、学习的态度，看了十几遍 。
所以，本篇文章尝试聊下这个硬核话题：信息推荐的粗略逻辑是怎样的？
既然要聊信息推荐，我们首先聊下我们为什么要获取信息？我们的祖先还是猿猴的时候，为了提高存活的概率，必须要尽可能多的获取外界信息 。见到老虎要跑，见到兔子要捕，天打雷要尽快躲进山洞 。因此，在漫长的进化中，获取信息已经被牢牢镌刻在人类的基因里 。换句话说，获取信息能力差的早被进化所淘汰 。
【为啥总刷到这样的视频呢？】在生理方面，如果不获取信息会怎样？国外的科学家曾经做过一个实验：黑屋禁闭实验 。将6个人分别关进小黑屋，保证食宿 。用摄像头监控他们的状态，最长一个人坚持了48小时就完全受不了了 。这个信息阻断实验，有力的说明了获取信息是人的刚需 。就如同我们呼吸空气、吃饭穿衣一样重要 。
既然是刚需，信息推荐就属于信息供需问题 。一方面内容平台产生了大量的信息，需要对此进行分类、评级 。一方面大量的用户涌入，想要找到自己喜欢的信息 。那么，信息推荐成为重要环节 。

文章插图
信息推荐主要原则：
一、向你推送你喜欢的；
二、向你推送你所在的群体喜欢的视频；
三、信息推荐无法满足的场景，多种信息匹配方式共行；
那么信息推荐是如何实现？（依据基于网上的信息，结合自己的理解推断而来，欢迎批评指正）
（1）信息生产：从一开始就双边信息打标签
用户注册：注册信息，内容提供平台可以获得你的年龄、性别、学校等信息 。这些信息都是人身上的标签 。
内容生产：根据图像识别技术，对内容初步过滤、打标签 。
（PS：下方图片来自抖音，第一张图可以看到注册时的信息的类型 。第二张图可以看到抖音对视频已经有图像识别，自动带出来关于魔方的标签 。大家可以试试）
（2）内容匹配：用户标签与内容标签相互匹配、加权
根据用户身上的标签，取与此标签对应的内容标签下的热门内容，推送给用户 。比如，你是个25岁的身在北京的男性匹配度比较高可能就是：小姐姐跳舞、当地新闻、篮球、车、搞笑视频等 。
平台方根据你看每个视频的行为数据，比如：多刷、点赞、评论、转发、不喜欢等，对标签内容进行加权，一段时间机器学习后，基本你看到的就是你喜欢的 。
（3）拓宽信息接受面，打破信息茧房
一直推送用户喜欢的类型，长此以往会把用户局限到某个类型里面，形成信息茧房 。怎样扩宽用户的接触面？当前最主流的做法是找到用户所属的用户群 。将本群体其他用户喜欢的其他标签内容，推送给此用户 。测试此用户对本标签的喜好程度，对本标签继续进行加权 。如，这个用户对车这个标签的喜好程度从0提高到每10个推荐内容喜欢看到一个关于车的内容 。
（4）人对内容的消费是多种多样的，需要多种信息匹配逻辑并行
无论推荐逻辑有多么厉害，仍然无法知道用户临时性的需求，比如：中午想吃西红柿炒鸡蛋 。那就需要有搜索功能 。
或者，用户对内容的消费有超越内容的其他目的 。比如：喜欢的姑娘分享了一篇星座相关视频，或许，直男永远不会喜欢此类内容，但出于了解姑娘的目的，这篇文章他也会看 。因此就需要引入社交关系 。
或者，每天有大量的新闻产生，毕竟机器学习是个比较长的过程，过了时间，内容的价值会迅速衰减，因此有了各种各样的热度排行榜 。这也给了平台方赚钱的机会 。

• 能鼓舞人的励志名言
• 淘宝返利机器人
• 夫妻相伴到老唯美语句 形容夫妻感情好的句子有哪些
• 丙戌时是几点到几点钟
• 东北人到了冬天多久洗一次澡？
• 味增激瘦术 排毒减肥快
• 如何教给孩子做出正确的选择？
• 未来五到十年的时间，什么行业将会再一次在市场的风口浪尖产生一次产业变革？
• 钢琴在家到底应该摆在哪 家里卧室钢琴摆放风水
• 2022八月微信个性签名伤感大全 心里感觉到难过的悲伤签名