有些人認為，算法推薦讓用戶的興趣窄化。如果長久使用推薦系統，用戶的見識、知識、見解得不到提高。面對這樣的質疑，字節跳動資深算法架構師曹歡歡博士最近在一場活動上回應說：“這是對算法的誤解。”

曹歡歡博士解釋稱，聰明算法工程師都不希望自己的用戶興趣窄化，就像沒有一個商場的經理，希望顧客每一次來到商場都只關注同一類別的商品。商場經理都希望顧客關注盡可能多的產品品類，算法工程師也希望用戶盡可能的拓展自己的興趣。

曹歡歡博士在演講中還介紹，實際上行業內一直都在利用推薦系統探索拓展用戶興趣，提升內容多樣性，現在主流的技術是用深度學習做推薦。并且，根據觀察發現，推薦內容的多樣性越好，用戶的長期留存概率越大。

在今日頭條首先在資訊領域應用推薦系統之后，現在推薦系統被越來越多的行業應用。對于推薦系統的開發者來說，推薦系統的設計存在著不同層次的目標，有短期目標、中期目標、長期目標。

長期目標是利用推薦系統運營好一個業務，提升用戶的長期黏性。對于今日頭條來說，曹歡歡博士表示，希望用戶用了今日頭條等應用之后，能一直用下去，成為我們的忠實用戶。要想讓用戶長期使用，用戶體驗就需要做得很好。

與長期目標相對應的，是中期目標和短期目標，中期目標是指在短期窗口內提高它的黏性，比如一周留存、一月留存。現在推薦系統業內也在做一些探索，比如利用強化學習的學習范式設計，而不用監督學習。

短期目標是指用戶短時間內對用戶的反饋。給用戶推了一篇文章，用戶有沒有點開、點贊。抖音推的短視頻，有沒有播放、點贊、分享。

因為短期目標大家的感知性比較強，因為也造成了一些人對推薦系統的誤解。曹歡歡博士介紹稱，短期目標和長期目標的關系，有正相關性，又不能完全用短期目標代替長期目標。根據我們的觀察發現，推薦內容的多樣性越好，用戶的長期留存概率越大。如果只是推高熱內容，用戶短時間也點擊，也停留了，今天看了也很爽。但是內容的多樣性不好，很單一，用戶的長期留存就很差。

曹歡歡博士舉例說，這和商場的經營類似，一個喜歡鞋子的用戶，假如每次來商場都能快速買到自己喜歡的鞋子，用戶的單次消費就很開心，但最終用戶會減少來這個商場的消費次數，除非他又產生了買鞋子的需求。要把用戶長期留存下來，就要穿透他的興趣，拓展他的視野，讓他衣服、飲食、看電影這些消費，都在商場里完成。

因此，對于內容平臺來說，提升內容的多樣性，也是平臺的需要。所以從推薦系統設計者來講，非常希望推薦系統既短期數據有很好的表現，也希望推的內容是多樣化的，能滿足用戶多個興趣點。甚至需要挖掘用戶更多的興趣點，盡量在一個平臺上滿足用戶更多的興趣點。

曹歡歡博士還在演講中分享了推薦系統如何拓展用戶興趣，提升內容多樣性。

一方面是推薦策略上，推薦系統設計中，會采用一些策略幫助系統避免內容窄化，包括消重策略、打散策略。消重策略是指系統會對推薦的內容進行各種層次的分析，會識別哪兩篇文章或者視頻是非常類似的，比如雖然兩篇文章遣詞造句不一樣，但講的內容是同一件事，對于這類相似的文章，如果給用戶推薦了文章A，跟文章A相似的其他文章就不會被推薦。

打散策略是指對于同一個方向或同一類主題的文章，比如都是足球的文章，會利用算法來保證推薦的頻率不會太高，避免用戶在前端感覺內容的同質化，保證內容多樣性。

另一方面，是推薦模型本身，會針對性的做一些探索拓展用戶興趣、提升內容多樣性的設計。

曹歡歡博士介紹稱，其實早在十幾年前的老一代協同過濾技術，就已經在考慮拓展用戶興趣了。協同過濾的做法非常簡單、直觀，推薦系統會考慮你跟哪個用戶比較像，比如你們都點了同一類內容，都喜歡同一類的電影，然后把相似用戶看過的，但你還沒看過的內容推薦給你，通過相似用戶的手段實現了興趣的探索。

技術發展到現在，已經有很多高端技術在探索用戶興趣、提升內容多樣性，曹歡歡博士稱現在主流的技術是用深度學習做推薦，在深度學習里面有很多方法，包括網絡可以做一些特殊的設置，讓它學一些新東西。因為所有用戶、所有內容都是高維空間的向量，可以有意識引導模型，讓它學習一些可能感興趣的內容，雖然它的興趣標簽和你不一樣。但是在這個空間里面，映射到很近的點，讓模型容易推出去，這里面有很多高端的做法。

流量層面，曹歡歡博士也表示公司的產品通常會留一部分比例流量，用來探索用戶的興趣。甚至會犧牲短期目標，比如用戶某些下刷操作，會被用來推薦一些模型不確認用戶是不是感興趣的內容，用來探索用戶的興趣。

此外，曹歡歡博士在演講中，還介紹了今日頭條產品本身在幫助用戶拓展興趣方向、提升內容多樣性方面做的一些功能，包括熱點、關注、搜索及頻道等。

今日頭條對于很多重要新聞，以及部分小眾熱點新聞，都會進行熱點運營，通過專題、熱點等方式直接推給用戶。曹歡歡博士也表示，他們認為搜索和推薦都是非常重要的信息獲取的渠道，搜索也能夠反過來幫助推薦更了解用戶，推薦更豐富的內容給用戶。