你总刷到‘刚好对胃口’的内容？幕后功臣是协同过滤

上周三加班到十点半，我瘫在出租屋的沙发上点开外卖软件，本来只想找个少辣的盐酥鸡当夜宵，结果首页刷出来的东西给我看愣了——上周六凑单买的卤鸭翅、上个月吃过一次的芒果糯米饭、甚至还有同单元的邻居半小时前刚点过的手搓冰粉。

我盯着屏幕愣了两秒。

合着平台根本没在分析我”今天想吃什么”，它只是在找”和我差不多的人最近都在吃啥”？

对，这事儿的核心逻辑，就是协同过滤。

它根本没在”研究你”，只是在凑相似的人

很多人对推荐算法的想象，还停留在”平台攒了一堆你的浏览记录、消费能力、甚至地理位置数据，给你画了个精准的用户画像”。真的不是。

最早期的协同过滤，逻辑简单到离谱。你给看过的电影、买过的商品打个分，系统就把所有用户的评分拉出来对比，找那些和你评分重合度最高的人——比如有100个用户，和你一样给《重庆森林》打了5星，给那种甜到发腻的工业糖精偶像剧打了1星，给冰美式的喜爱度远高于奶茶。

它根本不会拆解”你为什么喜欢《重庆森林》”，也不会管你是因为王家卫的镜头感，还是因为金城武的颜值。它只需要知道：这100个和你喜好高度重合的人，最近看了什么电影、买了什么零食，把这些东西往你首页一放就完事。

说穿了这事儿真的挺反直觉的。

你以为平台攒了一堆你的隐私数据在那儿深度分析你的人格，实际上它干的事儿和你妈在菜市场拉着隔壁张阿姨问”你家姑娘最近都爱买啥菜”没本质区别。

没有什么高深的算法。

就是凑相似。

换个角度，它也会凑”和你买过的东西像的东西”

除了找相似的人，协同过滤还有另一套思路：找相似的物品。

我之前踩过巨坑。上次买了一瓶针对油头的防脱洗发水，接下来半个月刷到的推荐全是生发精华、头皮按摩梳、甚至还有带刘海的假发片。我当时还骂平台怎么窥探我发际线后退的尴尬，后来才反应过来——它根本不知道我脱发，它只是算出来：买过这款洗发水的用户里，80%都顺手买了生发精华。

你在短视频平台刷到的连续同类内容，逻辑也是一样的。你停下来看完了一段老南京街巷的纪录片，系统根本不会去分析”你对城市历史感兴趣”，它只是统计出来：看完这段街巷纪录片的人，有60%接下来会接着看老南京美食探店的视频，有30%会看老照片修复的内容。那它就把这些内容一股脑堆到你首页，等你刷到。

没有什么精妙的内容解读。

就是找关联。

别神化它，它经常会闹很蠢的笑话

说出来你可能不信，现在你手机里所有的推荐系统，核心的逻辑骨架还是几十年前发明的协同过滤。但这东西真的太容易出bug了。

之前刷到过网友的吐槽：自己只是帮怀孕的同事代付了一次孕妇装，接下来整整三个月，全平台的推荐都在围着孕妇奶粉、婴儿湿巾、月子服转。为啥？因为协同过滤从来不会考虑”你是不是真的需要”，它只看”你和哪些人的行为轨迹重合了”。你那次代付的操作，直接把你归到了”近期有孕妇装购买行为”的用户池里，池子里的人接下来买了啥，你就会收到啥推荐。

我自己也遇到过更蠢的情况。上个月本来想搜个”怎么修家里松动的书架层板”，手滑把”书架”打成了”书吧”，结果接下来一周，本地生活推荐全是各种开在写字楼里的付费自习室。我哭笑不得——系统根本不管你是想修书架还是想找自习室，它只看到你搜过”书吧”两个字，就把和这个搜索词关联度最高的内容全推给你。

不过话说回来，要是真的等算法学会”理解”你的真实意图，那可能才是更可怕的事儿。

现在的协同过滤，说白了就是个有点笨拙的热心人。它不会精准拿捏你的情绪，也不会猜透你藏在心里的小心思，只是凭着一堆零散的行为数据，在茫茫内容池里捞点大概率你不会讨厌的东西递过来。

前几天我又点开那个外卖软件，想点个盐酥鸡，结果首页推了一家开在老小区楼下的炸串店——是我半年前路过一次，随便拍了张照存在手机里的店。

我盯着屏幕笑了半天。

其实哪有什么读心术啊。

不过是一群和你口味差不多的人，悄悄在算法里给你留了个指路条而已。