关于阅读推荐系统，我有话说-虎嗅网

我是一个喜欢阅读的人，接受资讯的主要来源是Google Reader上经过数次筛选留存下来的rss资源。

这个方式有利的原因显而易见：这些信息固定来自于你保留的rss订阅，这些订阅经过自己长时间筛选保证了其质量，水平和方向都和自身比较契合，认同感较强，易于吸收。而不利的因素在于，你所接受到的信息经过你个人意向筛选过后，会逐渐形成以你的取向为中心的一个生态环境，而这个生态环境在提供相关的事物的时候会事倍功半，但是在提供相反的例子的时候却会有所力不从心。

有人会说：“Google的搜索都采用了根据个人定制搜索结果的方式，会有什么问题吗？”好吧，Google是采用了类似的方法，但试想一下你用Google的情况。在你向Google输入关键词的时候，其实你已经知道你想要了解的方向了，你是一种主动的学习，是对某一个方向的深度进行挖掘，这个时候自然要提供相关的东西。而我这里讨论的是每天我们被动的了解事物，这个时候我们往往存在着获得某些新奇的技术、想法的渴望。我们在期待着被点亮另一扇门。这个时候我们其实是在扩大自己的广度而不是深度，所以相关性的重要程度被降低了。

在讨论完了这一点后，我想重申一下我的观点：在每天被动的了解资讯的时候，我们感兴趣的确实是与我们相关的资讯，但是这个相关程度相对较低。

经过上面的讨论，我对于一个推荐阅读系统的需求是（假设“我是一个支持言论自由的人”）：

你要推荐给我关于言论自由的含义、意义、作用之类的书籍（相关高）；你要推测出我可能我可能对翻墙有需求，或者如果我还是个毕业生对于去美国工作的招聘信息（相关，程度不高）；到了这一步，你可以试着推荐一些反言论自由的书籍给我，比如介绍言论自由导致的弊端为何，为何在美国能够调和这种弊端，而在中国目前的国情不适用（相关，但是成对立关系）。

现在的阅读推荐系统们基本还停留在第一阶段，亚马逊在购物方面稍微达到了第二阶段（比如我买了菜刀，它或许会推荐给我砧板），至于第三阶段的成功个例我都还没有见到过。所以推荐系统其实还有很长的路要走。

现在推荐阅读网站中除了推荐系统之外还存在很多不合理的地方。下面以美味阅读为例谈谈我对他们的一点抱怨。

选择兴趣标签会导致选择过度

美味阅读在你一上来的时候就要你添加标签，如图:

在没有你的数据的情况下，通过你的兴趣来推荐文章确实理所当然。但是存在一个问题——你会选择过度反而导致推荐不准。

为什么会选择过度呢？举个例子：每个人都喜欢美的事物，像拍得很好看的照片之类的，所以这时候你如果给用户一个标签——摄影，用户很可能选，因为他以为你会推荐给他一些拍的很好看的照片。但是你很可能会推荐一些摄影方向的趋势，技巧之类的文章。再一个例子就是如果你是程序员，对lisp有点兴趣是很自然的，也可能会选择lisp的标签，但是当你面对一大堆关于lisp的写法，lisp的工作机制或者lisp相关的工具的推荐时你是不会感兴趣的。而用户一旦不喜欢这些东西，肯定不会觉得是自己选择标签的问题，他会觉得你的推荐很糟糕。

标签的优势在于精简，很多很多的标签能够很美观在摆放在很小的空间里，但是也正是由于精简容易造成双方的理解偏差，而对于一个推荐系统而说，这个缺陷很可能是致命的，因为这相当于你在猜一个不真实的对象的喜好。

缺乏控制

我很不能理解的美味阅读地方在于，他竟然使用瀑布流的形式来展示信息，Come on！推荐阅读系统的目标是推荐有价值的内容，你不是微薄有140字的内容限制，你也不会出现无聊人士、文艺人士无厘头的对人生进行感慨，你更不是人人上关于今天吃什么、做什么、天气怎么样再加上一张自拍照的鸡毛蒜皮。我不需要，也不会刷你。

既然是阅读，就要包括思考，而这一个过程的极限在哪？人们每天可以抽出多少时间更新自己？人们需要多少内容？这些都是一个以用户为中心的推荐系统所需要考虑的事情。

结束语

美味阅读收集RSS再推荐的形式歧视值得赞赏，但我始终不喜欢它是来源于我自己的真实感受：我自己选择过度，导致推荐不精准；我在面对无止尽的信息洪水的时候，深深感受到的无力和不愉快。

推荐系统是很酷的东西，如果有一天能看到我的电脑对我咆哮：“你这个思维狭隘的呆子，去看看这篇文章重塑你的世界观吧。”那会是多有趣的一天。

本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉，请联系tougao@huxiu.com

大 家 都 在 看

大 家 都 在 搜

大家都在看

大家都在搜