怎么举报都不管用，知乎原来是这么做的策略

大家好，我是策略产品经理夏唬人。

今天，在我们的策略产品经理训练营当中，有个同学发了一篇文章和截图，问我看了是不是“很生气”。

文章中的其他内容咱们先不谈，这篇文章下面这部分内容才是我今天要聊的重点：

当然，我作为一个从事策略的产品经理，看到这种的策略在线上是不能忍受的。不过，我首先需要从“作为一个用户”的角度来谈谈这个问题，聊聊我那些年用知乎的经历。

没错，我被知乎的负反馈毁三观了。

怎么举报都不管用，知乎到底怎么了？

以前，我在知乎的推荐feed流当中经常看到下面这种文章：

内容就是描述它用很低的价格买了一双AJ，或者免费吃了一顿KFC，然后你点击去发现它会截了一堆低价购买的订单截图，滑到最后需要你加到一个QQ群才能领到这些优惠。

出于好奇，我曾经加了一个，进去以后，发现其实是一个营销群，推各种广告。

这些文章的文章标题起得很吸引人，很容易让人点进去，然后拉进QQ群，虽然肯定有人能识别，但是漏斗总能漏进去一部分人，而且我发现这些QQ群人还不少。

曾经，我想试图在评论区把真实情况说出来，提醒一下其他读者，但是“作者筛选评论”让评论区清一色的好评，所以没辙。

既然提醒不了他人，那我就让自己变得清净一些吧。作为一个做推荐策略的，我当然知道怎么做。

那就主动做个负反馈，把自己对这类内容不感兴趣反馈给推荐系统。

于是，我在知乎的推荐卡片上点击了“减少相似内容推荐”，甚至举报了很多次。以为这样就能把相似内容给我屏蔽掉，还是天真了。

没想到后面是越来越多，而举报的内容也被判为“暂未违规”，见下：

当然，如今这些内容都找不到了，否则我一定会贴出来，不过看标题也能看出门道。

为什么？莫非是出了钱的广告？也只有知乎知道。

今天当我看到这篇文章的时候，终于知乎内部的算法同学给了我答案，原来他们是这么做的负反馈。

“点击不感兴趣”会被标记为用户的一种行为，从描述当中大概率能看出是一种正向的行为，那就变成了反而是我对这个内容感兴趣了。

这很知乎，又给我带来了我不知道的知识。

那么，作为一个策略产品，怎么做负反馈？

这才是今天文章的重点，毕竟夏唬人注重专业内容，之前也有训练营同学问过我类似的问题：

“推荐系统中有哪些负反馈策略？”

正好之前有过相关思考，大概讲一讲我的理解。

首先什么叫反馈？反馈即用户对于眼前事物的采取的行为。所以先简单聊聊行为的概念。

在推荐系统中，用户行为实际上包含了两种：显性行为和隐性行为。常见的显性行为，比如用户对物品的评分，喜好，关注等，一般是以产品功能为载体来实施；隐性行为则通常是指用户在网站、应用内的日常活动，比如浏览，阅读，观看等，一般是以日志为载体进行承载。

不同的行为代表了用户对于推荐结果不同的态度。一般用来表征用户对推荐结果是否感兴趣包括正反馈和负反馈两部分。

正反馈通常包括推荐位点击，加购，下单，收藏，关注，喜欢等，这些行为越多一定程度上也能表明当前推荐结果对用户来说是有足够吸引力的，自然流量的转化率相对也较高；

负反馈则是指用户表达了对当前推荐结果持有消极态度。负反馈也包括主动和被动两种。这个环节在系统实际实施的时候很容易被忽略，但也是最容易得罪用户的环节，因此策略的设计非常重要。

负反馈策略在设计的时候需要关注三个方面：推荐位间联动、内外联动和正负联动。

01 推荐位间联动

通常在一个应用内的推荐区域往往不止一个。比如在京东APP内，首页，商品过渡页，商详页，购物车等等，每一个场景下都有对应的推荐区域。

推荐位间的联动是指，如果用户在其中的一个场景下进行了负反馈，表明其对当前推荐物品不满意的时候，那么其他推荐区域也需要进行策略反应，比如屏蔽，降权等等，这就是一个推荐位之间的联动。

但是，在设计推荐位联动的时候，需要考虑对应推荐区域在当前业务场景下的定位。比如用户在某一推荐区域主动反馈“已经购买”，不期望再次推荐，那么当前推荐区域最好能够进行实时过滤，屏蔽。

那么，是不是一定在其他推荐位也进行类似的操作呢？不一定，而且可能正好配相反。比如对于复购优惠活动的推荐位，复购反而对其是一个正反馈。

02 内外联动

除了不同场景下推荐位之间的联动，还涉及到内外联动。

内外联动是指，除了对给用户呈现最终推荐结果的联动，推荐区域用户的负反馈还可以与哪些数据发生交互。

也就是用户在前端的负反馈可以影响到数据层，具体来说是用户标签层。

推荐系统通常会基于用户的各种历史行为，比如用户的关注，浏览和购买记录，给用户打上各种各样的标签，从而去判断用户的偏好，理论上是一种猜测，概率行为，那么负反馈则表明当前对用户的偏好预测出现了误差。

所以，基于用户负反馈去修正推荐链路中的使用的数据，这就是内外联动。

03 正负联动

一般我们进行推荐负反馈策略设计的时候，在用户触发了负反馈之后，通常推荐系统会实时响应，对推荐结果进行屏蔽或者过滤处理。

那么这一类的物品是否一直都不会对该用户进行推荐了呢？明显不是这样的。

用户的需求是多变的，因此需要增加一个判断用户对之前负反馈物品再次有正反馈行为的策略，进而在合适的时机为用户进行推荐。

比如对于已经进行过负反馈处理的类目或者sku，通常用户多次点击浏览该类目或者sku的时候需要重启正反馈策略。

这就是正负联动。

以上大概就是我过去做过的几种策略，其实还有很多，欢迎大家补充探讨。

最后，我当然希望知乎你快改改吧，起码帮我改“负”了。