推荐算法是如何改变我们的?【专访算法工程师吃瘪王】

合集 · 老二次元专访 (8)

  1. 1:18:04
    当AI趋于完美,音乐人应如何应对?【专访独立音乐人磁带君|新专《织肉匠》】
  2. 1:07:44
    现场演出是抵抗AI音乐冲击的最后壁垒吗?
  3. 2:05:50
    聊聊AI音乐生成
  4. 1:25:52
    聊聊大语言模型
  5. 1:25:50
    和纸片人谈恋爱咯
  6. 1:06:00
    AI让音乐创作更公平了吗?【专访音乐人果子Hugo】
  7. 1:28:47
    AI音乐工具能翻译项目需求中真正的意图吗?【专访混音师CuTTleFiSh墨鱼】
  8. 1:14:34
    推荐算法是如何改变我们的?【专访算法工程师吃瘪王】
Description
推荐算法的第二期!第一期我们聊了为什么up主需要我们一键三连,这一期我们邀请了吃师傅分享推荐算法的本质与对我们的影响。

一、推荐算法塑造讨论空间
过去依赖社交关系传播内容
大V和转发链曾是流量核心节点
取代时间流成为主导机制

二、流量分发机制的本质
由召回和排序组成
排序依据用户行为预测完成
核心目标:提升流量利用效率

三、筛选与概率共同制造的爆款
冷启动测试
逐级放量筛选内容
内容爆红并非完全由质量决定 

四、算法理解行为而非人
依赖行为数据建模。
预测下一步动作。
“被看透”的感觉往往来自统计预测

五、信息茧房不存在了
热门内容集中流量
大多数用户看到的热点高度重叠
个性化更多体现在排序而非内容本身

六、算法与争论的可见度
互联网不缺争吵
流量集中让争论更容易被看见
高互动内容天然获得更多曝光

七、用户行为反向塑造推荐结果
滑走属于弱负反馈
屏蔽和不感兴趣属于强负反馈。
持续对线会被识别为高兴趣行为

八、短视频逻辑重塑互联网表达
平台天然偏向更短内容
短内容更易获得曝光
情绪表达压缩论证空间

九、推荐算法改变创作者的成长路径
普通创作者拥有爆红机会
流量增长更突然
曝光与风险同时放大

十、推荐算法是效率工具
追求效率而非真理
平台目标决定推荐方向
用户需理解并主动管理自身信息环境

————————————————
片头曲:《温故知新でいこっ!》
《老二次元Re》会继续加油哒♪(^∇^*)
直播间装修:煤油狸猫

Comments

熊青嵐 2026-06-10

全刷完了,干货满满[猫羽Nekoha_爱你]

♥ 2

焦准距p 2026-06-09

收看

♥ 1

素捆鸡 2026-06-08

开头声音真好听

♥ 1

JakieTang汤小米 2026-06-07

优秀啊

♥ 1

jj没有B 2026-06-07

第二[脱单doge]

♥ 1

来者可是旺旺碎冰冰 2026-06-07

第一[打call]

♥ 1

吃菌子领域大神_ 2026-06-10

这集好哇

♥ 1

吃菌子领域大神_ 2026-06-13

吞评论完全发不出来可还行

↩ 1