怎样避免一个APP的推荐系统在追求个性化的同时让使用者产生厌倦?
这个问题倒是经常会遇到的，从题主的表述其实应该是从产品的方面来解决比较好，在产品上给予用户更多地选择权。推荐系统从来就不是非得根据用户的历史行为来做个性化，给用户推荐item本来就是可以多维度，你可以看一下豆瓣杨勃最近关于豆瓣app的思考，以豆瓣fm为例：你其实只用了用的私人兆赫，但你仔细看一下，它也提供了类似于“舒缓”，“休息”， “亢奋”等基于心情来选择的频道，当然最常见的热门兆赫也有。再来看一下网易云音乐， 第一屏是热门，第二屏分别有私人FM， 每日歌曲推荐，最新音乐。所以你可以看到推荐产品如何来解决这个问题：（1）非个性化的推荐，如热门的， 最新的 （需要产品上动点心思了），一个商品热销排行和一个“神价格”商品排行对于用户的体验差别是很大得。（2）推荐的形式，除了可以给你推荐歌曲，可以推荐歌单， 可以给你推荐电台（网易云音乐这点很不错，突破了传统的歌单模式，也不是传统的音乐电台）。（3） 控制个性化关联的强度， 不一定做歌曲的个性化，也可以在推荐一下歌曲类型，歌曲专题让用户自己来选择。算法上如Yao Wu所说，用Bandit来做explore(UCB or Thompson Sampling, Yahoo!有很多相关的paper)，从指标上看会有改进，但这样用户感知是非常弱的，我可以肯定豆瓣FM的算法工程师已经在算法中考虑了类似的方法。话说能在话题推荐上优化一下吗？好难发现感兴趣的话题哦！
■网友
Google “Exploration and Exploitation” (EE). 最简单的实现，就是在给用户推荐的时候，以一定的概率随机给用户展示item，来收集用户对其他未探索领域的兴趣。这个就是最简单的EE算法 epsilon-greedy。还有一些稍微高级一些的算法比如UCB等。 一个非常好的入门科普书：Bandit Algorithms for Website Optimization
■网友
E\u0026amp;E, Explore and Exploit.
■网友
有的，在广告里我们叫它新鲜度和多样性，不过目前都是通过工程的方式实现的，并没有算法的改进
■网友
你要知道推荐的点击率有5%就已经很不错了。音乐推荐涉及人的体验，这个本质上不是推荐问题，而是一个心理学的问题。你需要的是一个“发现新歌”的产品，但是鉴于你已经听了上万首，估计很多系统都没有把这一万首歌给你存储起来.....
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 同比■同比增长7.1%！2021年的第一个节你花了多少钱？
- “他是我第一个会说普通话的老师”：一对师生折射青海山村蝶变
- 有必要重新开个C店吗
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 大学再有三个月就结束了，没学到知识，参加一个软件测试培训机构好吗
- 汽车|长安UNI-K又将开创一个新的"引力"纪元？
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结