获课：xingkeit.top/5922/

重排机制：提升推荐多样性与用户体验——一个算法产品经理的“破茧”思考

如果用一句话总结我这几年的推荐系统实践，那就是：“精准让我们留住用户，多样让我们留住时间。” 这不是一篇冷冰冰的算法原理剖析，而是我在无数个A/B测试、用户访谈、以及被“信息茧房”折磨后的真实感悟与反思。

一、精准的“诅咒”：当算法太懂你

我刚开始做推荐系统时，满脑子都是CTR、CVR这些指标。那时候的目标很单纯：让用户点击，让用户下单。

结果也确实喜人。经过几轮模型优化，点击率蹭蹭上涨，老板满意，数据分析师也交出了漂亮的报表。但有一天，我打开自己的推荐页，愣住了——满屏都是我已经关注过的博主、已经买过的品类、已经看过的内容类型。推荐准确吗？准确。但我想看吗？说实话，不想。

那一刻我突然意识到一个问题：精准，在某个临界点之后，会变成“无聊”。

用户的兴趣不是一成不变的，但在纯CTR导向的模型里，系统会越来越倾向于推荐用户已经证明会点击的内容。这是一个典型的“马太效应”：越看越多，越多越看，最后用户被框在一个越来越窄的兴趣圈子里，失去了探索的欲望。

这就是我理解的“精准的诅咒”——算法为了最大化短期点击率，牺牲了长期用户留存和内容生态的健康度。

二、多样性的觉醒：从指标到体验

转折点发生在一个用户访谈里。一个老用户对我说：“你们的推荐准是准，但我感觉每天看到的都是差不多的东西，有点腻了。”

“腻”——这个字像一根刺扎在我心里。我开始意识到，用户要的不是“每一条都精准”，而是“偶尔有惊喜”。这种惊喜感，很难用传统的CTR指标来衡量，但它对用户体验的影响是决定性的。

多样性，就是在这样的思考中进入了我的视野。

但多样性不是简单地“多推几种类型”。我最初尝试过粗暴的“品类打散”——限制同一品类的内容连续出现不超过三条。效果立竿见影，多样性指标上去了，但CTR掉得厉害。用户说：“你们推的东西是多了，但我都不感兴趣。”

我这才明白：多样性的本质，不是“多”，而是“有效的多”。 推十个用户不感兴趣的品类，那不是多样性，那是骚扰。真正的多样性，是在用户已知兴趣的边界上，小心翼翼地向外探索一步。

三、重排：精准与多样之间的“平衡木”

重排机制，就是在这条平衡木上走钢丝。

传统的推荐链路是“召回→粗排→精排→重排”。精排负责用模型打分，按预估点击率排序。这个环节的目标是精准。而重排，则是最后的“调味师”——在精排产出的列表基础上，进行微调，在保持整体精准度的前提下，注入多样性。

我第一次在重排层引入MMR（最大边际相关性）算法时，体验很微妙。MMR的核心思想是：在排序时，既要考虑内容与用户的相关性，又要考虑内容与已选内容之间的差异性。相关性高的优先，但如果你已经选了一个很相关的，下一个就要稍微“惩罚”一下跟它太像的。

上线后的效果很有意思：CTR短期下降了大约3%，但用户的人均停留时长、内容探索深度、以及次周留存率都提升了。这意味着用户虽然点击少了，但看的内容更丰富了，待的时间更长了，也更愿意回来了。

这让我明白了一个道理：点击率是“即时反馈”，留存率是“长期信任”。 重排机制的价值，就是用一部分即时指标的牺牲，换取长期体验的增益。

四、多样性的“温度”：不止于品类

随着实践的深入，我意识到多样性是个比想象中更丰富的概念。

品类多样性是最基础的。但再往下挖，还有主题多样性、视角多样性、甚至是“情绪多样性”。

比如在资讯推荐里，如果用户连续看了三篇关于某事件的报道，哪怕来自不同媒体，用户也会觉得“够了”。但如果能穿插一篇深度评论、一篇人物专访、一篇科普解析，用户的阅读体验会完全不同——虽然“品类”可能都是新闻，但“视角”不同。

另一个让我深有体会的是创作者多样性。如果某个领域有几个头部博主，纯CTR模型会让这些头部的内容占据大部分流量，中小创作者很难有出头之日。重排机制可以设置“创作者打散”或“创作者扶持”策略，主动给腰部、甚至尾部创作者曝光机会。

这不仅提升了内容生态的健康度，更重要的是，用户反馈说：“发现了一些以前不知道但很喜欢的博主。”——这种“发现的惊喜”，是纯精准推荐给不了的。

五、平衡的艺术：没有人是“万能的”

当然，重排不是万能的。

我踩过最大的坑，是“过度优化多样性”。有一次，我们上线了一套激进的多样性策略，强制要求每个推荐页至少覆盖N个品类。结果多样性指标好看得不行，但用户反馈“推荐越来越不准”。我们打开数据一看，很多品类用户明明没兴趣，却被强行塞进来凑数——这是为了多样性而多样性，背离了用户体验的初衷。

后来我总结了一个原则：多样性应该是“探索”，而不是“强迫”。 好的多样性策略，是拿掉用户明确不喜欢的品类，在用户可能感兴趣但还没接触过的领域，小心翼翼地试探。试探成功了，扩大权重；试探失败了，及时收手。

另一个教训是：多样性不是所有场景的标配。比如在用户明确处于“购物决策”阶段时，ta需要的是精准比价，而不是五花八门的新品类推荐。场景不同，多样性的“浓度”也应该不同。

六、写在最后：给用户留一点“迷路”的空间

做了这么多年推荐系统，我越来越觉得，算法与人之间的关系，有点像“导游与游客”。

一个负责任的导游，不会把游客绑在一条路线上，要求ta只走规划好的路。好的导游，会在重要景点详细讲解，也会留出时间让游客自己逛逛、自己发现——哪怕偶尔迷路，也是一种体验。

重排机制，某种程度上就是那个“留白”的空间。它让推荐不只是一次精准的计算，更是一次有温度的陪伴。它承认用户是复杂的、是变化的、是需要惊喜的，而不是一个可以被预测的“点击率函数”。

精准让我们赢得点击，多样让我们赢得人心。在算法越来越懂用户的今天，我们反而要记住：用户不是模型里的一个特征值，而是一个有好奇心、有探索欲、有情感的人。

给用户留一点“迷路”的空间，也许ta会发现更美的风景。而这，大概就是重排机制最温柔的意义。