多样性衡量推荐列表中文档之间的差异程度，常用类目分布熵、两两相似度的平均值等指标刻画。它反映的是列表层面的属性，而非单个物品的质量。
多样性与相关性存在张力。过度追求多样性会推入用户不感兴趣的类目，损害点击和留存；过度追求相关性则容易形成信息茧房，长期看会降低用户兴趣的广度。
常用做法是在排序后加一层打散或重排。基于规则的打散限制同类目的连续出现次数，基于优化的方法则在相关性约束下最大化多样性，如MMR或DPP。
权衡需要区分短期和长期。短期点击可能因多样性下降，但长期留存和探索价值可能上升。评估时应同时观察即时指标和周期指标，避免只用单次会话数据下结论。
多样性还应有用户分层视角。新用户需要更多探索以收集偏好，老用户可在熟悉领域深耕。一刀切的多样性参数往往两边不讨好，个性化调控更合理。
