只优化点击率的推荐系统,最终会收敛到少数几个爆款内容。用户短期点了很多,长期却觉得内容无聊,平台的内容生态也会失衡,创作者失去动力。
多样性指标因此被引入,包括内容类别覆盖、作者覆盖、推荐结果内的重复度等。目标是在短期点击和长期留存之间找平衡点。
实现方式有后处理打散和模型内约束两种。前者在排序后调整列表,简单可控;后者在训练目标中加入多样性惩罚,效果更自然但调参复杂。
评估多样性不能只看指标本身,要结合留存、复访和内容消费广度。多样性不是越多越好,而是要让用户有选择感又不被无关内容打扰。
只优化点击率的推荐系统,最终会收敛到少数几个爆款内容。用户短期点了很多,长期却觉得内容无聊,平台的内容生态也会失衡,创作者失去动力。
多样性指标因此被引入,包括内容类别覆盖、作者覆盖、推荐结果内的重复度等。目标是在短期点击和长期留存之间找平衡点。
实现方式有后处理打散和模型内约束两种。前者在排序后调整列表,简单可控;后者在训练目标中加入多样性惩罚,效果更自然但调参复杂。
评估多样性不能只看指标本身,要结合留存、复访和内容消费广度。多样性不是越多越好,而是要让用户有选择感又不被无关内容打扰。