教育守卫者国崩小炮 2025-07-25 虚假的资本做局：“我被资本做局了” 真正的资本做局：我、老爸与老妈仿佛三个世界的人，被定向推送强化认知到几乎完全无法沟通，强行说话，“说一句解释半天”，时间根本不够用[无语] ♥ 511 ↩ 9
饿狼传说m 2025-07-25 我感觉一点也不准啊，有时候我想搜点什么东西，点了几个相关视频后，了解差不多了就不想看了，但之后主页推荐来还会一直出现。我只是一时兴起想看，不是一直想看啊[笑哭] ♥ 360 ↩ 15
RandomSeed42 2025-07-25 勘个误，17分钟提到的两种方法，一种是召回+排序，另一种是双塔，其实并不准确。业界基本上只有召回+排序这个框架，可能具体会更多层一些召回+粗排+精排+重排这样。目前已经很少用原始的协同过滤做召回了，其实都是用双塔模型做召回，不过协同过滤也可以称为一个双塔模型就是了。 据我所知所有业界主流没有用双塔直接作为推荐系统的，原因很简单，双塔的优点是速度快，可以离线算好item测的向量建立索引进行相似最近邻检索，所以用来做召回很合适；但是缺点是没办法进行特征交叉，这导致了他的效果和基于dnn的精排比非常差。如果只用双塔做推荐系统，那估计是一些对时延的要求非常高的小场景。 ♥ 229 ↩ 9
Movielover4103 2025-08-06 最后一段话真的说得太棒了，发人深省！特地给它摘抄了下来： “算法从来不会只给你推喜欢的内容，茧房外的内容一直会出现在你的视野中，而真正锁上茧房的，不是数学算法背后被预先设置的阴谋，而是本身这个平台信息来源和社交圈层的有限，以及我们自己每一次追随多巴胺和底层冲动，习惯性地忽略了自己本来不感兴趣的内容。所以说，推荐算法本质上是一面镜子，它尽力地映照着每个人喜好背后真实的自己。茧房这个隐喻真的很妙，毕竟茧房的每一根丝都是里面的蚕自己吐出来的”——漫士沉思录 ♥ 90
沌舒刻言 2025-07-25 不准,我看到的很多都说不准,包括我自己遇到的推荐页. 后面是我个人的观察,不 03:40 这种偏好限制了我看到很多好东西,从而优质的更低曝光,而会推的反而会占据过多的群体相似; .... 09:00 长尾的,需要的内容的积累量变而质变巨大的主动互动 11:00 就会出现内容的标签来自于打标签的人的当时理解,但人力毕竟有限(时间精力) 19:17 对于目前不是那种单纯的自我愉悦,反而是在信息太过残缺时不考虑人的成长属性就断言,然后错的离谱.你们先从算法计算机的旁观角度出来,从实际生活的行动者的角度看看吧, 现在这种氛围越发不对劲,要改啊 还有很多人说,一个家里每个人看到的那部分都不一样,就很拉扯,具体我记不清了去找历史记录也没找到,但说这个问题的真的很多,不可否认是普通人过多观看了那些吸引他们眼球的那部分内容,会站在他们自己视角说的内容,情绪宣泄得反而投射到现实呈放大效应, 如: https://www.bilibili.com/video/BV1DuGwzMEAq.如果还是没学会自己主动搜索改变自己的标签.接着根据要达到的指标进行的数据统计分析还会对这情况进行加强,接着就演变成:https://www.bilibili.com/video/BV1MDu1zEER4. 20:00 这个在另一个地方已经看过了,但忘记了在哪 21:00 这之后才是目前更复杂算法讲解的开始,同质化的内容,用户留存率更低;所以还推你不喜欢的内容,(这里为什么换成推有利于人成长的内容?); 22:50 这里太仓促了,这里的内容讲人话就像在说:“算法会推不同的给你,但是,你不喜欢1秒就划走了,所以锁上茧房的是你自己,是你自己的多巴胺和底层冲动”. [笑哭]普通人也很难承认这个并改变 而且说真的,有时周末就2天,如果想买哪个东西,刷刷刷,某电商上面反反复复看得都是那几个卖家,[笑哭] 还有人生不同阶段无常,有时某一特殊时期搜素过度全面,也会反而进去别的人群营造的茧房,被集体性污染,还时不时被激回顾创伤等, 我很介意视频最后像旁观者那样把责任都扔给了每个用户, 信息的缔造者,尤其是已经有用户留存规模的地方, .... 想说也有责任,但是这何尝不是一种控制呢,各自好之为止.目前希望我们所选的皆是因对未来有美好的想象而参与的创造[保卫萝卜_哇],继续往前努力改善吧. ♥ 71 ↩ 6
一条狗的研究 2025-07-25 我觉得讲的不太好。首先是协同过滤和矩阵补充算法相比，低秩假设比协同过滤的假设要强很多。然后就是关于冷启动部分，这部分解释是乱的，神经网络并不能解决冷启动问题，现在的神经网络仍然是基于协同过滤的相似性原理啊，本质仍然是把相似的特征嵌入成相似的向量。要解决你说的理解具体内容的问题，靠的是多模态特征，nlp和cv那边的模型，本质还是embedding思想，这才应该重点介绍下吧。像是后面提到的双塔也没必要，提了也不是很到点子上，双塔能减少计算量靠的是用户和物品分离之后可以离线储存结果，需要的时候直接调用就行，你也没说到重点。 ♥ 58 ↩ 32
晶晨幻风 2025-07-25 我有的时候感觉这些算法挺烦人的，有的时候我只是多看了几个up主的视屏，b站就疯狂给我推送这个up主的其他视频，但我喜欢的只是其中一些内容；另外，本人学生党，课余时间喜欢看一些竞赛题和科普等，但b站总是给我推荐什么“分数逆袭”之类的广告，几乎每次刷新都会有一个甚至几个类型的广告，但其实我现在用不上（但确实是很烦的），并且我休息的时候会看一些乱七八糟的东西，休息完了，刷新发现没有喜欢/需要看的视频了，有的时候刷视频真的感觉很无聊，所以我一直都很讨厌这些算法 ♥ 45 ↩ 1
Comments
挺准的其实，有一次我给朋友发笑死了，回头它给我推花圈[微笑]
♥ 1041 ↩ 14
虽然来迟了但是依然点开B站就是漫士[兔兔岛_睡觉]俺果然已经把自己的茧养的棒棒的了[桃源_给花花]
♥ 753 ↩ 20
虚假的资本做局：“我被资本做局了” 真正的资本做局：我、老爸与老妈仿佛三个世界的人，被定向推送强化认知到几乎完全无法沟通，强行说话，“说一句解释半天”，时间根本不够用[无语]
♥ 511 ↩ 9
我感觉一点也不准啊，有时候我想搜点什么东西，点了几个相关视频后，了解差不多了就不想看了，但之后主页推荐来还会一直出现。我只是一时兴起想看，不是一直想看啊[笑哭]
♥ 360 ↩ 15
淘宝有一点巨傻，我都买完了还给我推送我买过的。
♥ 310 ↩ 18
晚了七分钟来，还没看视频
♥ 340 ↩ 22
勘个误，17分钟提到的两种方法，一种是召回+排序，另一种是双塔，其实并不准确。业界基本上只有召回+排序这个框架，可能具体会更多层一些召回+粗排+精排+重排这样。目前已经很少用原始的协同过滤做召回了，其实都是用双塔模型做召回，不过协同过滤也可以称为一个双塔模型就是了。 据我所知所有业界主流没有用双塔直接作为推荐系统的，原因很简单，双塔的优点是速度快，可以离线算好item测的向量建立索引进行相似最近邻检索，所以用来做召回很合适；但是缺点是没办法进行特征交叉，这导致了他的效果和基于dnn的精排比非常差。如果只用双塔做推荐系统，那估计是一些对时延的要求非常高的小场景。
♥ 229 ↩ 9
看到了漫士「所有人都喜欢我」的妄想，[喜极而泣]
♥ 156 ↩ 5
大数据还是太狠了 给老爸推妻子出轨，给老妈推丈夫家暴，给姐姐推男女对立，但是还好给我推的是漫士[doge]。
♥ 131 ↩ 8
现在可以自查成分和推荐机制了[doge]
♥ 111 ↩ 15
最后一段话真的说得太棒了，发人深省！特地给它摘抄了下来： “算法从来不会只给你推喜欢的内容，茧房外的内容一直会出现在你的视野中，而真正锁上茧房的，不是数学算法背后被预先设置的阴谋，而是本身这个平台信息来源和社交圈层的有限，以及我们自己每一次追随多巴胺和底层冲动，习惯性地忽略了自己本来不感兴趣的内容。所以说，推荐算法本质上是一面镜子，它尽力地映照着每个人喜好背后真实的自己。茧房这个隐喻真的很妙，毕竟茧房的每一根丝都是里面的蚕自己吐出来的”——漫士沉思录
♥ 90
是的，我刚刚还在想这个问题，就刷到了这个视频。 果然只能说是大数据吗？
♥ 75 ↩ 10
不准,我看到的很多都说不准,包括我自己遇到的推荐页. 后面是我个人的观察,不 03:40 这种偏好限制了我看到很多好东西,从而优质的更低曝光,而会推的反而会占据过多的群体相似; .... 09:00 长尾的,需要的内容的积累量变而质变巨大的主动互动 11:00 就会出现内容的标签来自于打标签的人的当时理解,但人力毕竟有限(时间精力) 19:17 对于目前不是那种单纯的自我愉悦,反而是在信息太过残缺时不考虑人的成长属性就断言,然后错的离谱.你们先从算法计算机的旁观角度出来,从实际生活的行动者的角度看看吧, 现在这种氛围越发不对劲,要改啊 还有很多人说,一个家里每个人看到的那部分都不一样,就很拉扯,具体我记不清了去找历史记录也没找到,但说这个问题的真的很多,不可否认是普通人过多观看了那些吸引他们眼球的那部分内容,会站在他们自己视角说的内容,情绪宣泄得反而投射到现实呈放大效应, 如: https://www.bilibili.com/video/BV1DuGwzMEAq.如果还是没学会自己主动搜索改变自己的标签.接着根据要达到的指标进行的数据统计分析还会对这情况进行加强,接着就演变成:https://www.bilibili.com/video/BV1MDu1zEER4. 20:00 这个在另一个地方已经看过了,但忘记了在哪 21:00 这之后才是目前更复杂算法讲解的开始,同质化的内容,用户留存率更低;所以还推你不喜欢的内容,(这里为什么换成推有利于人成长的内容?); 22:50 这里太仓促了,这里的内容讲人话就像在说:“算法会推不同的给你,但是,你不喜欢1秒就划走了,所以锁上茧房的是你自己,是你自己的多巴胺和底层冲动”. [笑哭]普通人也很难承认这个并改变 而且说真的,有时周末就2天,如果想买哪个东西,刷刷刷,某电商上面反反复复看得都是那几个卖家,[笑哭] 还有人生不同阶段无常,有时某一特殊时期搜素过度全面,也会反而进去别的人群营造的茧房,被集体性污染,还时不时被激回顾创伤等, 我很介意视频最后像旁观者那样把责任都扔给了每个用户, 信息的缔造者,尤其是已经有用户留存规模的地方, .... 想说也有责任,但是这何尝不是一种控制呢,各自好之为止.目前希望我们所选的皆是因对未来有美好的想象而参与的创造[保卫萝卜_哇],继续往前努力改善吧.
♥ 71 ↩ 6
我觉得讲的不太好。首先是协同过滤和矩阵补充算法相比，低秩假设比协同过滤的假设要强很多。然后就是关于冷启动部分，这部分解释是乱的，神经网络并不能解决冷启动问题，现在的神经网络仍然是基于协同过滤的相似性原理啊，本质仍然是把相似的特征嵌入成相似的向量。要解决你说的理解具体内容的问题，靠的是多模态特征，nlp和cv那边的模型，本质还是embedding思想，这才应该重点介绍下吧。像是后面提到的双塔也没必要，提了也不是很到点子上，双塔能减少计算量靠的是用户和物品分离之后可以离线储存结果，需要的时候直接调用就行，你也没说到重点。
♥ 58 ↩ 32
我有的时候感觉这些算法挺烦人的，有的时候我只是多看了几个up主的视屏，b站就疯狂给我推送这个up主的其他视频，但我喜欢的只是其中一些内容；另外，本人学生党，课余时间喜欢看一些竞赛题和科普等，但b站总是给我推荐什么“分数逆袭”之类的广告，几乎每次刷新都会有一个甚至几个类型的广告，但其实我现在用不上（但确实是很烦的），并且我休息的时候会看一些乱七八糟的东西，休息完了，刷新发现没有喜欢/需要看的视频了，有的时候刷视频真的感觉很无聊，所以我一直都很讨厌这些算法
♥ 45 ↩ 1
我把b站的个性化推荐关了，不然总给我推荐一些让我焦虑的视频[笑哭]
♥ 41 ↩ 6
难道不是软件窃取了我的个人隐私和剪切板吗？[笑哭]
♥ 44 ↩ 17
我是算法，我看得出来评论区很多人对煌片很感兴趣🤖
♥ 69 ↩ 8
1:22[辣眼睛]我正和妈妈一起看视频[捂脸][捂脸][无语][无语][无语]有点尴尬...…
♥ 47 ↩ 11
漫士沉思录100个视频纪念打成[打call]
♥ 36 ↩ 4