聊聊推荐系统

我们在做产品设计的时候，会考虑到用户心智模型，也就是通过用户模型，来判断用户的认知方式，使用更符合用户认知的设计，让产品的使用丝般柔滑。

 

但是这种设计只关注了一次使用，是一个点状的，瞬时的设计，却没有考虑用户的心里状态是随着时间变化流动的。

 

比如很早以前，我去淘宝或者京东购买婴儿车，购买完成后，系统就会继续给我推荐各种各样的其他婴儿车，这是非常不合理的。我难道还要购买1000个婴儿车堆在家里吗？

 

这个时候系统应该认知到，我的需求已经被满足了，应该给我推荐的是尿不湿，或者奶粉，水瓶，而不是婴儿车。

 

也就是系统需要认识到，用户作为人，随着时间的变化，心里状态会发生改变。

 

在系统看来，用户是万年不变的，永远都是一个刚刚有宝宝的宝妈。

 

但随着孩子的长大，宝妈的需求从照顾孩子健康，不感冒发烧，打疫苗等等，变化成学习早教知识。

 

这时候是不是应该推一些早教玩具，早教书籍给宝妈？而孩子到了2，3岁，是不是应该就推荐绘本了？再大一些，乐高玩具，电子琴，甚至篮球都是可以推荐的。

 

如果推荐系统不能跟着用户的成长而主动变化，就成了一种机械式的人工智障。

 

除了商品，内容的推荐也是如此

 

比如头条或者抖音，甚至微信朋友圈广告。他们会根据内容标签，给你推相同的东西。（你甚至可以做一些刻意的行为来欺骗它们）。好像这样会形成信息茧房。但其实并不会。因为他们忽略了人是喜新厌旧的。同样的内容，看多了也吐。

 

于是在根据喜好来推荐之余，他们还加上了热门这个人工的推荐系统，也就是大家都喜欢看的，点赞最多，观看量最大的内容。

 

但最大众的内容，永远是以大众最低的审美底线为标准的，反而引起很多人反感（比如抖音的低俗化，知乎的段子化）。

 

在同样的内容看了一段时间后，系统应该主动帮助用户“出圈”，也就是推荐一些符合用户审美水平，但不相同的内容。现在的系统只能推荐你想要的，做不到推荐你想要却不知道的。

 

一个K12的app，首页的都会推荐最新课程，却从来不考虑用户的心流变化。最为一个刚接触这个app的用户，首页推荐的我都会看看，这是在探索。

 

而对于已经对app很熟悉的老用户，来了从来不看首页，直奔自己最喜欢的老师主页，看老师的有没有新的课程推出。

 

那对于这种老用户，首页是不是应该推荐的不是全站最新的课程，而是他喜欢的老师的最新视频，老师在论坛里最新的发言等等

 

美团的推荐算法算是我见过做的最好的了。它会根据购买过，大家都买，最新等等非常多的维度去进行推荐。

 

然而它并没有通过我的购买行为，推断出我是一个比较爱尝鲜的用户，在同样的外卖吃了几次后，会寻找品类完全不同的商品。

 

同样的外卖还是会不断的推荐给我，即使我已经连续吃了5次了，一般人都会腻了。

 

所以我还是要从大的推荐流里一个个的浏览，去找到一个意想不到的外卖。

 

推荐系统依然是十分被动的，只有用户主动改变选择，推荐系统才会跟着变化。

 

但推荐系统本身存在的价值不就是预测用户可能的喜好，主动推荐，从而减少用户挑选的时间吗？

 

如果什么都是被动的马后炮，不能主动根据时间变化，判断用户的心流变化，不能准确的预测，意义有多大呢。

 

这需要我们不仅要建立静态的用户模型，还要考虑到随着时间变化，用户心流变化的模型。