推荐页面像是一面不断调整的镜子。用户点击什么、停留多久、对哪些内容选择跳过,都会参与塑造之后看到的候选内容。
同一个用户在不同设备、不同时间看到的内容可能相差很大,因此个人信息流并不能自然代表整个互联网的共同议程。
想跳出熟悉的观点,可以主动搜索不常出现的来源,订阅一手发布渠道,并定期整理已经失去兴趣的推荐偏好。
我们无法仅从屏幕上的某条推荐推断平台具体的内部权重。谈算法时应区分公开说明、可观察现象和外界推测。
阅读说明
本站提供原创通识内容,示例用于阐释现象而非声称某个现实争议已经发生。转载请注明出处;发现错误可在编辑说明页查看反馈方式。


