你刷到的“猜你喜欢”，背后是协同过滤在抄作业

你有没有过这种瞬间：打开音乐App，每日推荐第一首正好戳中你。或者刚在购物App看了一眼猫粮，首页立刻冒出一排猫砂盆。你心里嘀咕：它怎么知道？

别急。很多时候，它不是“懂你”，它只是找到了一群和你口味相似的人。然后，把那些人的选择搬到你面前。这个办法，就叫协同过滤。

人话版：协同过滤就是“抄邻居的作业”

想象一个宿舍。你不爱说话，但你的室友A和你听歌口味很像。A最近疯狂循环一首冷门歌。你还没听过，可推荐系统会想：这俩人品味重合这么多，A喜欢的，你大概率也不讨厌。

于是，那首歌就出现在你首页了。就这么朴素。

协同过滤分两路。一路是基于用户的协同过滤：找你相似的人，看他们喜欢啥，再推给你。另一路是基于物品的协同过滤：你点了A物品，系统发现A和B经常被同一批人喜欢，于是把B塞给你。前者像“跟你像的人都在看”，后者像“买了这个的人也在买那个”。

音乐App每日推荐协同过滤用户相似度矩阵示意图

注意，它不需要知道歌是什么风格、猫粮是什么口味。它只看行为：谁点了什么、谁打了分、谁买了什么。行为变成数字，数字放进一张巨大的表里。表里全是空白和稀疏的勾勾。然后算相似度。完事。

有人觉得推荐系统背后有个AI在分析自己的灵魂。说实话，想多了。

协同过滤的数学部分很枯燥。余弦相似度、皮尔逊相关系数、矩阵分解……听着头大对吧？但核心动作就一个：找相近，做预测。你给某样东西打了高分，系统就找和你打分习惯像的人。他们给另一样东西打了高分，而你没看过，那东西就可能被推过来。

问题也在这儿。新用户刚注册，什么行为都没有。系统两眼一抹黑。这叫冷启动。新歌、新商品也一样，没人互动，就很难被协同过滤捞起来。于是平台可能先塞给你一些热门内容，或者让你选几个标签。不是它笨，是它真的没数据可抄。

还有稀疏性。一个平台如果有几百万件商品，一个用户这辈子可能就买几十件。那张用户-物品表，空白多得像深夜的教室。相似度算起来就没那么稳。偶尔推得离谱，也正常。你看到推荐“马桶刷+巧克力”这种鬼组合，别笑，背后可能只是几个奇怪用户的共同行为被算法抓住了。

协同过滤有个副作用：它会自我强化。

你点了猫视频。系统推更多猫。你继续点。系统更确信你爱猫。于是首页全是猫。你偶尔想看看狗，但狗视频没机会冒出来。这叫反馈循环，也常被说成信息茧房、过滤气泡。它不是协同过滤独有，但协同过滤很容易参与其中。

短视频平台尤其明显。推荐流不是一次算完，而是边刷边学。你的每一次停留、划走、点赞、复播，都是新数据。系统不需要你填问卷，它看你的手指。

有时候准到吓人。有时候又烦人。你只是想随便看看，它却拼命把你往老路上拽。协同过滤很少单独工作，平台还会混上内容特征、热度、时间、地域等等。但“找相似的人/物”这个底层思路，一直在。

豆瓣的“喜欢这部电影的人也喜欢”，是经典协同过滤味道。网易云音乐的每日推荐、私人FM，也绕不开它。淘宝京东的“猜你喜欢”“买了又买”，常常是基于物品的协同过滤。B站首页、抖音推荐流，更是把用户行为、物品关系和实时反馈搅在一起。

你发现没？这些场景有个共同点：选择太多，人懒得挑。推荐系统不是让你没得选，而是先替你缩小范围。至于缩得对不对，另说。

我自己的体验是，基于物品的推荐有时候更稳。因为物品之间的关系变化慢。喜欢《星际穿越》的人，大概率不排斥《降临》。但基于用户的推荐容易飘。你这个月迷烘焙，下个月去钓鱼，系统还拿旧邻居的爱好往你嘴里塞，就很尴尬。

不是调个参数就完事。真做起来，一堆麻烦。

数据太稀。用户行为少，算不准。冷启动。新东西没曝光，永远没数据，永远出不来。可解释性差。你问它为什么推这个，它只能说“相似”。多样性难平衡。全推准的，用户会腻；推太偏，用户跑掉。还有实时性。刚才点了一下，下一秒推荐流就得变，不然显得迟钝。

所以平台常做A/B测试，分组看点击、停留、转化。听起来理性，但也会带来偏向。点击高的内容被推更多，推更多又获得更多点击。热闹的更热闹，冷门的更冷门。协同过滤本身不制造偏见，它只是放大已有行为。

它不一定在监视你。它可能只是在无数匿名行为里，找到几个和你轨迹相似的人，然后小声说：喂，这个你要不要试试？

有点神奇，也有点粗糙。像朋友推荐，也像群体跟风。准的时候让人惊喜，不准的时候让人翻白眼。

所以，别把推荐当命令。划走、点不感兴趣、偶尔搜点新东西，都是在给系统重新画方向。你不动，它就默认你一直爱看猫。可谁知道呢，也许你今天想看的是修驴蹄。

算法在猜你，你也在训练它。这场拉锯，挺有意思的。