背景知识：Feed流是若干消息源组合产生的内容聚合器，用户只需刷新（无需进行搜索等操作）即可不断地获取最新内容。Feed流的诠释方式主要有Timeline和Rank两种。Timeline根据更新时间先后次序展示内容，譬如朋友圈。Rank则通过推荐算法对内容进行智能排序，新浪微博正是从初期的Timeline方式转换为现今的Rank方式。
注：文末有彩蛋。
提及抖音、快手、知乎，你会想到哪些？我想到的是“浪费时间”（笑）。这些产品之所以会成为时间黑洞，是因为有海量的碎片化内容经由推荐算法筛选排序后，源源不断地涌向Feed流，透过屏幕侵吞着用户的注意力和时间。
正由于对用户时间的巧取豪夺，Feed流被不少人非议。但对于公司来说，Feed流能带来更多的流量，而流量就是金钱。
还记得微信公众号最初的设计吗？每个公众号像一个小文件夹一样排列在“订阅号信息”里，点开一篇新推送须要先步入公众号。后来为了提高推文的打开率，才取消步入公众号的步骤，改版成现今的信息流（Timeline）形式。
这个改版以前导致一片嘘声，不少人批评陌陌“失去初心”。但虽然陌陌早已相当克制了，毕竟只要控制关注的公众号数目，更新的内容还是有限的，不至于“刷个不停”。
想成为能刷个不停的“时间黑洞”需要同时满足三个条件：
（1）只需刷新即可不断获取新内容
（2）单个内容所需时间成本很低
（3）刷到的内容足够吸引用户注意力。
反之，想要不浪费过多时间，只须要破坏任何一个条件即可。所以你们都是刷知乎微博（抖音/快手）刷的停不下来，比较少据说谁刷微信公众号刷的停不下来（除非是关注了几百个雪雕公众号）。
进一步剖析可以得出结论：“时间黑洞”Feed流的信息源必须来源于全网，不能局限于“订阅”；内容本身必须短小，且思维负担不重；用户感兴趣的内容密度必须足够大。技术难度主要集中在第三点，这也正是【推荐算法】所要完成的任务。
前面的讨论似乎把推荐算法和Feed流绑定了（事实也几乎这么）快手热门算法，但作为一个生长在社会主义国家的有责任有担当有理想，要把有限的时间投入到无限的拼搏中去的新时期清华青年，我一点都不喜欢Feed流这些毫无底线（双关）的可恶资本主义的产物（x）。我只想结合之前使用知乎的体会和近日使用抖音、快手的体会，聊点我对推荐算法的看法。
先谈谈使用抖音、快手的体会吧。之前我对抖音快手的印象是“浪费时间”，但这只是我从新闻媒体中得到的印象，我自己并没有感觉到：因为抖音、快手的【初始推荐流】实在是太无趣了！或是看的一脸懵逼，或是认为笑点难堪粗俗，看完哼哼一笑，再见到同类视频完全没有兴趣。
也许你会说这是因为我不是抖音快手的目标用户，但事实上后来我还是通过一些方式在上面找到了不少我感兴趣的内容。
所以，这是抖音快手存在的第一个问题：它们没有像知乎、微博等产品会在注册时政先确定用户感兴趣的大致方向，这就造成新用户在使用前期，很可能完全没法从推荐流中找到真正感兴趣的内容，用户体验特别糟糕。
缺乏用户真正感兴趣的内容都会出现两种结果：卸载（几乎等同于永远失去这名用户）、停留在一些相对看的下去的内容上（比如我）。而这又引出了第二个问题：推荐算法总是会学歪。
抖音的初始推荐大多是各类特效滤镜下的尬歌尬舞尬剧，我一脸懵逼滑了很久以后跳出来一个吃鸡视频。终于见到看得懂的东西的我欣欣然从头听到尾，并且在菜鸟引导下双击点了赞。于是下一个又是吃鸡视频，我又从头听到尾，再之后跳出来一个直播，我在引导下点进了直播……
快手的初始推荐大多是原生态无滤镜无特效的冰雕模仿和难堪至极的“总裁淡妆美眉豪车”小剧场。我点开看了一两个的开头后马上退出，无语地滑了好久见到一个看上去挺正常的小姐姐在投球，于是欣欣然点进去看完了视频快手热门算法，继而刷出一个网球教学视频……
于是你可以想象，很快我的抖音推荐流里全是吃鸡视频，快手推荐流（发现流）里全是足球视频 [摊手] 。即便后期我在抖音看了不少【关注流】里的旅行视频，并且取消了所有吃鸡视频的点赞，【推荐流】的视频仍然还是吃鸡中参杂着我更不感兴趣的内容。
（这点我很困惑，推荐流和关注流互不干扰吗？不应当啊，还是由于是我看的大部分是旅游长视频，而推荐流是15秒短视频？总之很困惑，这帐号我调教不过来了！）
言归正传，聊聊推荐算法。从公司的角度而言，终极目的是赢利，当然希望能抢占尽可能多的用户使用时间（看看DAU WAU MAU等指标），并不会过多考虑占用时间以后是否给用户带来【与机会成本相匹配】的利润。Feed流就是它的流量收割机，推荐算法就是收割机的引擎。
从用户的角度而言，终极目的是获得【与机会成本相匹配】的利润，无论这个利润是信息获取上的，还是精神愉悦上的。排队等人时刷几分钟知乎段子之类放松一下心情，极少人会认为不妥。但若果每晚几个小时沉溺于逼乎中“刚编的故事”，就不太妥当了，无怪乎周围人（包括我）无比厌恶知乎精准的推荐算法，成天咒骂着（或是在心里暗下决心）：远离知乎！
但推荐算法并不只是“助纣为虐”，它本身可以为用户节省时间带来利润。比如用户可以通过“可能喜欢”在天猫中更快找到想买的商品，通过“也喜欢”在豆瓣中发觉一本很有价值的新书。
从情感上，我极其痛恨非订阅的Rank类型的Feed流（因为“时间黑洞”），有点厌恶Rank类型的Feed流（喜欢Timeline的顺序感，相信不少微博用户有同感）。
我其实不反感推荐算法，只是调教不过来时有点“恨铁不成钢”（抖音我早已舍弃推荐流了）。我希望用户还能直接自定义一个【个性化】的推荐算法，一个个别参数才能被用户直接改变（从而不需要太辛苦地调教）或者自身才能更快地自我进化的推荐算法。
举个事例，我之前谈到我最终还是在抖音和快手找到了不少感兴趣的内容。我是如何找到的呢？
在抖音，我首先通过搜索功能，关注了一个我之前在微博关注的博主。然后简单浏览了一下这个博主关注的帐号，从中选了几个帐号关注。之后我又在新关注的vloger的热门视频的评论区中找到了几个发了reasonable长评的粉丝，（瞄一眼粉丝的点赞页面仍然认可对方的审美后）浏览了这种粉丝的关注，从中选了几个帐号关注。
没有直接看博主的热门视频评论是因为这个博主在抖音只看不发（笑）。积累了十几个关注量后，我就只在【关注流】里刷视频，每天只更新三五个，观感很不错。当然假如继续更深度地使用抖音的话，我会重复前文的操作，同时可能会定期删除一些我觉得质量下滑的…vloger？
说实话，我十分不信任抖音/快手的推荐算法，不信任的主要诱因是，我总认为它总是在胡扯我【以后还想看哪些】。据说推荐流里的视频播放完成度、划过去后又划回去、点赞关注之类还会影响推荐。这看起来其实十分严谨合理。
但问题是：谁说我看完一个视频就是我之后还想见到这类视频的啊！也许我只是看了开头认为好奇特之后决定看完瞧瞧它想说哪些，结果发觉尼玛这哪些鬼呢？谁说我划过去又划回去就是喜欢这个视频啊！说不定我只是听到一个人的抖脚坐姿像我学校同事呢？我既不喜欢这个视频也不喜欢这个vloger啊！真要命！而且即使我真的喜欢看这个视频，也不代表我想继续看好多这类视频啊！
相比那些用户行为数据剖析得下来的结果，我更相信我信任的血淋淋的人嘛！所以我还挺喜欢“看一看”（看一看相当于“订阅”微信好友）的，但所以希望有些细节能改进一下，比如只显示部份好友的推荐（好友比较多推荐流太多了）不过话说回去，微信须要改进一下的地方可真是太多了，用户量大真不容易（x）。
当然，也许有人和我一样更倾向于好友/关注对象的喜好，也有人更喜欢用户行为数据剖析得下来的结果，所以除了推荐内容要个性化，算法也要个性化嘛。
个性化是要符合不同用户的需求，而不是一味地讨好用户的喜好。
如果把产品和用户之间的关系称作一个人追另一个人的话，相比哪些信息都不懂得搜集就直愣愣冲起来告白的人，学会搜集大量细节信息去得知对方喜好的人其实更容易获得成功。但是这样单纯的堆砌不一定能真实复原，还须要多渠道深入了解能够确切认知对方。
比如ta喜欢草莓味的果汁只是由于全家卖的草莓味的乳此新鲜太好喝了，并不代表ta喜欢其他草莓味的东西或则果汁或则樱桃。这个渠道可以是更多的信息收集聚合，也可以是直接去问ta的同事或则直接去问ta。最后，最好不要只是不断地讨好ta，重复已有信息对不对，那很无趣，可以提议带ta去体验更多新的东西嘛。
（对不起，以上是没有哪些恋爱经验的我在瞎讲）
（给你们看一下我在两个APP上发的视频...截图，我很忠实地根据两个APP的风格拍了完全不同风格的视频，哈哈哈哈）
