推荐系统一味追求点击率，容易陷入信息茧房：用户反复看到相似内容，短期点击尚可，长期兴趣疲劳、留存下降。多样性是缓解这一问题的重要手段。
多样性可从类目、作者、主题和内容向量等维度衡量。常用指标包括推荐列表内的类目熵、两两相似度和覆盖作者数。多样性不是越高越好，要在相关性和新颖性之间找平衡。
常见做法是排序后重排：在保持头部相关性的前提下，对相似物品做打散或惩罚，控制同类内容连续出现次数。也可以在多目标模型中直接加入多样性目标。
多样性对短期点击可能有轻微负面影响，但长期留存和满意度往往受益。评估时要看长期指标，实验周期要足够长，避免因短期点击下降而过早否定。
不同用户对多样性的需求不同。新用户需要探索，老用户可能有明确偏好。做分层策略和个性化多样性控制，比全局统一规则更有效。
