讨论一下,现在的视频网站,电商网站的推荐算法是越做越烂了,到底是技术限制,还是产品力不行? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
songyoucai
V2EX    分享创造

讨论一下,现在的视频网站,电商网站的推荐算法是越做越烂了,到底是技术限制,还是产品力不行?

  •  1
     
  •   songyoucai 227 天前 3257 次点击
    这是一个创建于 227 天前的主题,其中的信息可能已经有所发展或是发生改变。

    先说电商网站,比如买个我买个冰箱,无法根据已买(手动或者自动),结束同类型的推荐。一直给我推荐冰箱, 直到我下次搜索新的东西,问题是我已经买了,不可能再买一个啊,一直推荐,属是无效推荐。如果我买了冰箱, 推荐的应该是冰箱周边的东西,比如清洁抹布,冰箱贴,制冰工具等等。 买个电饭锅,应该推荐我试试东北大米,而不是一直推荐电饭锅。

    再说视频网站,如果我给某个博主的视频点了赞,就会一直在首页推荐这个博主的视频。好怕你错过了这个博主的任何视频,我给这个视频点赞,只代表我喜欢这一个视频,不代表我喜欢这个博主的所有视频, 如果我怕错过,我会自己点击关注, 而且现在很多 up 主,只要有一个视频爆了,就会一直产出同类的视频,导致同质化严重,然后取消关注

    再说一下音乐,我的需求是不听情歌,不听 DJ ,无法根据自己的喜好来定制推荐。比如这段时间喜欢听民谣,只能自己关注歌单,在歌单中选,而很多时候,喜好都是会变得。

    大家一起讨论一下, 如果是自己做推荐系统,会怎么去做,解决哪些痛点,程序员也可以分享一下, 有哪些难点?

    31 条回复    2025-09-19 00:46:04 +08:00
    abigeater
        1
    abigeater  
       227 天前   1
    电商网站的我也觉得是,没买一直推就算了 买了还一直推 不理解。
    263
        2
    263  
       227 天前
    所有平台都这样吧,其实没有算法,就是无脑推荐。
    murmur
        3
    murmur  
       227 天前   1
    因为这就是她力量

    男人和女人的推荐算法完全不一样

    男人的推荐逻辑:CPU 主板 内存 硬盘 机箱 电源
    女人的推荐逻辑:鞋 鞋 鞋 鞋 鞋 鞋 鞋 鞋 鞋 鞋 包 包 包 包 包 包 包 包

    电商是看利润的,同样一双鞋利润远超一块更贵的 CPU

    所以当然用女性的推荐算法
    Ocyss
        4
    Ocyss  
       227 天前
    拼夕夕总是推 18+,也没点过
    uqf0663
        5
    uqf0663  
       227 天前
    电商那个不叫无效推荐,
    你买了就代表你有这个需求(暂时先不考虑大件这种极端情况),你买了一次平台扣了商家一次推广费,再给你继续推,你有概率看到更好,你就有可能买更好的(平台再扣一个推广费),然后退掉之前买的这个(之前扣商家的推广费不退),也就是发现你有这需求了通过一直重复给你推,平台有不低的概率赚好几次推广费。
    jr55475f112iz2tu
        6
    jr55475f112iz2tu  
       227 天前
    这个问题的核心是,所有平台的推荐算法它的目标是提升转化率,而不是让用户体验好
    电商这个例子最典型,现状必定是用户体验差的做法,但是转化率好,对平台来说它从数据看到的是:持续给用户喂屎,用户不仅不走,还买得更多了?这什么抖 m ,那继续喂屎好了
    liuhaitaoSB
        7
    liuhaitaoSB  
       227 天前
    赞同楼上老哥的, 那是割商家的. 至于用户真正的需求. 无所谓.
    songyoucai
        8
    songyoucai  
    OP
       227 天前
    @uqf0663 #5 你这个在选择阶段 的确存在,是可以多推荐的。可以发现性价比更高, 质量更好, 甚至说推广费最贵的产品。 但是我在已下单的情况下, 一定是在我结合预算, 品牌偏好的情况下,做出的最终选择。 我作为用户,希望能结束同类型推荐,可以进行推荐周边的产品,说不定顺手买,关联买,更加能提高转化,赚取更多的推广费。


    我相信很多人跟我一样,进入菜市场,买了一条罗非鱼以后,不会再去另外一个摊位,问罗非鱼怎么卖? 如果便宜,就是给自己找不痛快。
    yty2012g
        9
    yty2012g  
       227 天前
    其实全看推荐团队的 KPI 导向是啥:
    如果是 CTR/CVR 这种,那么就会出现现在的情况,毕竟确实点击率就是高
    如果是拉新/促转化这种,那么就会有一堆低价没啥用的商品,因为更容易成交,让新用户转化
    所以,kpi 决定了最终的结果
    minami
        10
    minami  
       227 天前
    是因为人工干预太多了
    2bad4u
        11
    2bad4u  
       227 天前
    产品经理说:算法没有从实际用户需求出发,出发点是卖广告给商家的。
    x86
        12
    x86  
       227 天前
    我认为买过的就不要一直推,推些同类别周边就行了,比如我买 CPU ,你就应该推荐符合的主板,内存,散热...等给我,而不是买了你还一直推
    Aixtuz
        13
    Aixtuz  
       227 天前
    推荐算法,不就相当于商场的导购嘛~
    你以为他能推荐你真正需要的、喜欢的。
    实际上他只想赚钱,不需要也得说成你需要。
    uqf0663
        14
    uqf0663  
       227 天前   1
    @songyoucai 你只是你,你素质高并不代表全世界都素质高,按照实际数据来看,排除大件确实不容易退,其他小商品,买了退退了买的情况非常多,尤其是下沉市场,差几毛钱他都要折腾,平台也鼓励消费者这么折腾,对于平台来说,推广费+各种服务费(运费险、平台服务费、先用后付服务费什么的)可以来来回回的收割商家,甚至去年还发明出了新姿势,就是所有商家都被压到极限价格了,低无可低了,平台在你下单以后,比方说一单扣商家 5 块钱推广费,他在里面能拿出来一两块钱变成一张平台的优惠券,诱导消费者退掉原来买的再重新下单。v2 的人普遍收入高,是无法理解底层人民为了几毛一两块锱铢必较的心境的。
    Yeoman
        15
    Yeoman  
       227 天前
    五一买的洗地机,昨天还给我推同款洗地机,同时价格更低。然后成功价保 200 块

    我已经几乎原谅了这个推荐系统
    Skifary
        16
    Skifary  
       227 天前   1
    视频推荐系统的目的是让你沉迷,从你身上赚钱,是利己的,而不是把有趣/有意思的东西推荐给你,这种是利他的。
    lk920724
        17
    lk920724  
       227 天前
    会不会是降本增笑?
    Knights
        18
    Knights  
       227 天前
    推荐系统就是广告,平台拿来赚推广费的
    Dex7er
        19
    Dex7er  
       227 天前
    最近水了一篇 GPT 的推荐算法,我估计他们都是拿点杰卡德算法搞个相似度,就推荐给你了。。。抖音和微信视频的算法稍微好一点,感觉抖音最近明显有人为干预大规模推送某主义洗脑视频,卸载了。。。
    Gilfoyle26
        20
    Gilfoyle26  
       227 天前
    都是 KPI ,用户是互联网公司最不需要讨好的人,KPI 好了,数据好,向领导好汇报,至于用户嘛,什么是用户???谁管什么用户不用户的,升职加薪和用户有什么关系。
    NoOneNoBody
        21
    NoOneNoBody  
       227 天前
    我买完冰箱送我 300 元冰箱券,^&^()+)+_+##%_)*_)+^%#$@@@$
    akakidz
        22
    akakidz  
       227 天前
    说一下电商平台,现在的刷单已经涉及到干扰你算法分析的程度了,用户的操作行为都有一整套的流程要求,录屏了才给返现...
    zhumengyang
        23
    zhumengyang  
       227 天前
    药店给你推销的药品都是利润高的
    KaliZ
        24
    KaliZ  
       227 天前   1
    op 描述的这个问题在推荐领域有个专门的方向叫“互补商品推荐”。

    我觉得造成这个现象的原因是多方面的,上面也提到了一些
    1 、考核指标:#9 电商场景里推荐是以点击、成单、GMV 为考核目标,推荐权重更高的往往是高客单价的商品
    2 、个体差异:#2 购买手机之后该推配件,购买衣服之后还是衣服
    3 、场景局限:推荐场景的用户需求是不明的,所以会根据用户过往的行为来进行推荐
    就算法层面上,增加一个“互补商品”召回源肯定是可行的,但是后续还要经过排序、规则等环节干预。尤其是排序往往会根据用户历史行为提取个性化兴趣,“千人千面”嘛,这对从来没看过的商品类型就很不友好。当然肯定也有很多办法保送到曝光。只是从目前的现状推测,这个方向可能是“理论很美,但现实很凄惨”。

    搜广推会有严谨的 AB 环节来验证技术改进能不能带来订单的提升。可能对于大多数情况来讲,即使是已经买过手机的用户,继续看几眼手机也会有比较好的点击、成单表现。
    Youko
        25
    Youko  
       227 天前
    我觉得是被刷单商家数据污染了,重复买同一类型商品的人只有刷单吧
    Jinnrry
        26
    Jinnrry  
       227 天前   4
    推荐系统研发路过

    哎、、要考虑的问题太多了,你这种 case 太多了,就比如楼上说的,你觉得不合理,但是你的冰箱如果换成化妆品、鞋、衣服之类的呢?什么,你说区分品类,这个星球上这么多品类,不能每个品类都单独配置一套推荐逻辑吧。

    其实我有无数个日夜都在思考,我写这一堆傻逼推荐逻辑,处理浪费服务器资源浪费电,还有什么 jb 用吗,每年述职,我都 copy 前一年的述职,改改数字,跟领导汇报我们转化率又提升了 xxx ,成单量又提升 xxx ,又创造了 xxx GMV 。 但是扪心自问,这跟我写的算法有勾八关系吗,好像没有呀,之所以转化率数据变高了,那特么是因为满屏幕都是我推荐的数据,只要是还有个缝的地方,都给用户塞了个推荐进去,这特么转化能不高吗?

    实在转化还上不去怎么办?大胸大屁股的再多点,转化要多少有多少,控制这些精确操纵 KPI 数据。其实我无数次在思考,我写的这些勾八算法,明天全部下线了,似乎用户体验还能好点,似乎也完全不影响用户使用。

    哎,我也没啥办法,还靠着这个混口饭吃
    wudaye
        27
    wudaye  
       227 天前
    同感,目前推荐算法让我满意 的只有抖音和小红书,但是不能一直刷,不然推荐质量也是越来越差
    songyoucai
        28
    < href="/member/songyoucai" class="dark">songyoucai  
    OP
       226 天前
    @KaliZ #24 学习到了
    songyoucai
        29
    songyoucai  
    OP
       226 天前
    @Jinnrry #26 其实很多开发都遇到这个问题。 当开发的东西是 kpi 完成的,最后做出来的,一定不好意思对别人说,那个东西是我做的。
    xjzshttps
        30
    xjzshttps  
       103 天前
    @uqf0663 #5
    @songyoucai #8

    好像还真是,拼多多买的廉价小东西。买完后拼多多总是会推荐更便宜的同样的商品。
    你买之前专门搜索就是看不到这个价格,买完之后拼多多反而给你自动推荐出来了。
    偶尔我会把没发货的钱一个商品推掉买新推荐的。

    感觉这的确是在坑商家的推广费用。
    arix
        31
    arix  
       102 天前
    ai 时代来了,推荐系统在 ai 面前还有招架之力吗?当年马爸爸说自己坐拥海量数据,却不知道如何产生价值,现在 ai 这个吞噬数据的巨兽来了,阿里积累的海量数据能被再次激活不?不同商品组合搭配销售是非常有效的,以前这种协同比较艰难,现在 ai 一张图里放着各种各种商品的组合场景,让消费者一次买全它呗。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     1033 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 24ms UTC 18:25 PVG 02:25 LAX 10:25 JFK 13:25
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86