是否有推荐黑名单
最开始做推荐系统时，我认为既然给每位用户都是其个性化的推荐，那么就不应该有官方控制的推荐黑名单。推荐黑名单的作用是控制某个人或某篇文章不会被推荐给任何人。如果文章违规，应该直接锁定下线。毕竟官方控制的黑名单代表官方的喜好，官方不喜欢怎么能代表用户不喜欢呢？
有这样的认知，出于我认为算法自有其“价值观”；每个算法都有其目标函数，这个目标函数就可以被认为是算法的价值观。当然，这个价值观也是人为注入的。官方控制推荐黑名单是控制舆论，是一种“独裁”的体现。
但是，很快就意识到我是错的。世界不是非黑即白，有非常大的空间是灰色的，映射到推荐系统也是这样。有些文章与作者，即使数据再好，也不应该被分发，虽然文章并没有违规。这就是“不锁定，不推荐”，是平台价值观与意志最强的体现。
太湖湖畔-公司设计师拍摄
协同过滤推荐算法适用于 UGC 社区吗
如果 User 和 Item 的行为矩阵极为稀疏，协同过滤不能很好的挖掘用户的兴趣偏好。而大多数 UGC 社区的用户行为矩阵都是非常稀疏的。
协同过滤无法解决冷启动问题，对于物品冷启动，要求有一些数据后，才能分发给更多的人。在 UGC 社区中，很多文章还没等热起来就已经凉凉了。
但并不是说 UGC 社区就无法使用协同过滤了，而是应该综合其他推荐算法一起使用，协同过滤主要提供新颖的内容，避免越推越窄的情况。
推荐系统在不同平台的极限
不同产品根据自己的定位首先有一个指标上的极限，这些指标包括 MAU、使用时长、刷帖量等。
比如，抖音都已经要上线防沉迷系统了，可见其用户使用时长有多恐怖，争夺“国民总时长”的战争非常激烈。
为什么抖音能这么风靡？
每个人每天大脑能消耗的能量是有限的，我们可以称之为心智能量。所有需要大脑参与的活动都需要消耗心智能量。用户看一个视频消耗的心智能量是很小的，几乎不需要大脑参与。刷到美丽小姐姐跳舞，我会睁大眼睛；刷到主播撩拨笑点，我会咧嘴一笑；我需要做的就只是动动尊贵的手指，上翻、下翻、双击。全程几乎只需要下丘脑参与。
可是，阅读就不一样了。我要找个安静舒服的地方，全神贯注地理解文字背后作者想表达的意思，需要调动大量的脑神经元。如果是140字的短微博，或者知乎上抖机灵的回答，阅读起来还能一乐。如果是有复杂的辩证论述，或抽象概念的文章，读完一篇，明显感觉有些累。要消耗这么大的心智能量，我一天的阅读极限是五篇这样的文章，还是全网份额。那简书平台人均每天阅读量是多少呢？
那么，推荐系统的极限就是帮助平台无限逼近平台的极限。
但是，文字比视频有更高的抽象层次，人类从没什么大不了的一种生物，到现在成为世界的主宰，区别就在于人类有抽象与想象的能力。也就是说好的文字通常比视频含有更高密度的信息量。
推荐系统要听党指挥
鉴于最后成文时，正值内涵段子被永久下线，头条 CEO 张一鸣发表道歉信：
‘四个意识’淡薄、社会主义核心价值观教育缺失、舆论导向存在偏差。一直以来，我们过分强调技术的作用，却没有意识到，技术必须要用社会主义核心价值观来引导，传播正能量，符合时代要求，尊重公序良俗。
这份好像来自远古时代语言体系的道歉信让人错愕。推荐系统有内在的算法，可是领导头脑中也有他们的算法，两个算法的目标函数是完全不同的。
但最终的结果肯定是党指挥算法，算法要提高自己的政治觉悟，听党指挥，忠于人民，时刻践行社会主义核心价值观。
网友评论
——前提是，UGC是真正的UGC，而不是在某种价值引导下产生的UGC（甚至有些还是PGC）。不然我们怎么会旁观台湾时叹气他们的“民粹主义政治”呢
张一鸣：这个问题我们很早注意到，在推荐里面是一个专门的课题，但是并不是不可解的问题，是可优化的问题，探索和收敛是一个平衡，探索性太强内容的精准性差，收敛太多又觉得信息太窄。
我们做几个事情，产品上提供更多的发现机制，有频道、关注、搜索，给你主动探索信息。第二，如果是公共话题用户都会看到，我们也有同事进行要闻内容的干预。第三，从算法上来说，个性化推荐不是为个人推荐，本质上是协同推荐，我推荐跟我具有相似特征人的内容，推送有一个泛化程度，首先个人是独立的独特的个体，清华经管的学生是相似的个体，清华的学生是相似的个体，所有学生是相似的个体，中国用户是相似的群体。推荐的泛化能力是可以控制的，并不是只给你推你感兴趣的内容，其实是人人使用并且为人人贡献，这个度我们可以平衡的。刚才说的收敛还是泛化，我们尝试给不同人推不同的程度，现在已经有很大的改善了。最后声明一点，根据兴趣推，不是根据观点，同一个内容不会只推正或者反的观点，都推。