纯按点击率排序会陷入马太效应：头部物品曝光越多、数据越多、排名越靠前，长尾物品永远没有机会。短期指标可能不错，但用户会审美疲劳，生态也会失衡。
多样性重排是在精排之后加一层约束，常用 MMR、DPP 等方法，在相关性基础上惩罚相似物品的重复出现。类目打散、作者打散是最朴素也最有效的实现。
探索与利用的平衡决定长期收益。epsilon-greedy 以一定概率随机替换推荐位，Thompson 采样按后验分布抽样，都能给新物品曝光机会。探索比例要可控，避免伤害体验。
评估多样性不能只看点击率，要加入覆盖率、基尼系数、类目熵等指标，并关注长期留存。短期的点击下降可能换来更健康的生态和更高的长期价值。
多样性与精准并非对立，关键是分层：在用户兴趣较窄的类目内做精准，在跨类目层面做打散，兼顾即时满足与探索空间。
