文章图片
为了提高信息的推荐效率 ， 视频网站这时候就会引入个性化推荐 ， 用以帮助用户更快速地找到自己所需要的信息 ， 从而让用户觉得这个网站对其有所帮助增加用户的点击率 。

文章图片
·加强留存率
与之相对的是抖音 。
作为短视频行业的老大 ， 抖音还率先引入了实时学习机制 ， 它可以通过用户使用的数据快速提供反馈 。
比如黑马一直喜欢的是机车的视频 ， 但是某一天黑马突然在萌宠类视频上停留了较长的时间 ， 那么这时候抖音就会根据这个改变快速推荐相似的视频 。
这一点 ， 相信大家都深有体会 。

文章图片
另外 ， 根据纽约时报发布的《TikTok是如何让你上瘾的》文章描述 ， TikTok内部的一份文件《TikTokAlgo101》曝光了抖音算法的推荐逻辑：
为了追求公司增加日活用户的“终极目标” ， 对提供给用户的视频内容流 ， TikTok选择性地优化了两大密切相关的指标：“留存率”——即用户是否回访——以及“访问时长” 。

文章图片
“算法透明”的创始人纪尧姆·查斯洛特说：“这种系统意味着观看时长才是重点 。 它的算法是为了让人上瘾 ， 而不是给人们真正想要的东西 。 ”
道理很简单 ， 用户在APP中停留的时长越久 ， 观看到广告的机会也就越多 ， 平台的综合收益也就越大 。

文章图片
值得一提的是 ， 文章提到的《TikTokAlgo101》是由抖音北京的工程团队编撰 ， 同时也得到了TikTok发言人希拉里·麦奎德的证实 ， 她表示 ， 这份文件旨在向非技术人员解释抖音算法工作原理 。
至于国内的抖音推荐机制是否和国际版的TikTok一致 ， 这里黑马就不做评判了 。

文章图片
不过 ， 通过上面这两个例子 ， 我们可以在这里简单总结一下：个性化推荐算法在APP中被应用 ， 最主要的目的就是为了提高信息推送效率、加强用户的留存率 。
毕竟在互联网时代 ， 用户留存率=钱 。

文章图片
常言道 ， “物极必反” 。 平台通过这些手段将用户留下来之后 ， 就不会对用户造成什么影响吗？
这个问题 ， 值得我们深入探讨一下 。

文章图片
个性化推荐造成的后果就黑马个人而言的 ， 体会最深刻的就是个性化推荐带来的冲动消费和信息茧房的问题 。
·冲动消费
【互联网大厂都在搞的新技术，突然就被人人喊打了？】就拿冲动消费这事来说 ， 淘宝曾有一个让黑马“惊为天人”的功能：

• 商用车|B站能赶上互联网回暖的好日子吗？
• 日前|amd显卡核心大厂蓝宝石发布“radeon6700”
• 电子商务|法专家：谁还敢质疑中国，全民已享用互联网成果，我们却还没开始
• ota|互联网从不缺项目，为何OTA线上酒店代理能脱颖而出？
• 阿里巴巴|网友承认了: 阿里并不只是一家互联网公司
• 告别“互联网”，“品质家电”才是618家电市场的新宠儿
• Java|裁员热潮下，进入互联网公司发展还是好的选择吗？
• 工业互联网标识创新应用大赛“江苏三强”诞生
• 红米手机|红米遇到对手了，两大厂商彻底合并后，隐藏的“黑马”已经出现
• 裁员潮|互联网裁员潮来袭，高红利增长已经结束了吗？