
我们熟悉的那一夜
当一款产品把停留时长当作唯一胜利,用户的时间和意愿就容易成为代价。我正在研究另一种推荐方式:让观看服务于人的选择。

我们熟悉的那一夜
问题不在于意志薄弱
当推荐不断优化观看与依赖,停止就会变成需要用户独自承担的难题。
新的设计起点
在观看开始前设定预期时长,让用户的意图真正进入推荐决策。
问题常常从一个并不强烈的念头开始。改变也应该从那个时刻开始。
也许只是睡前的一点空隙。滑动几次之后,继续观看比停下来更容易。

少了睡眠,学习和工作仍要继续。疲惫之后,又更容易寻找下一次即时的慰藉。

产品可以帮助人兑现进入前的决定,而不是利用每一次犹豫延长停留。

反成瘾不应只是一个弹窗。它必须参与产品如何预测、推荐,以及如何结束。
进入短视频之前,用户输入自己愿意花费的时间。这个意图成为推荐策略的前提,而不是被无限滑动吞没。
推荐系统有两个问题:能否准确理解用户,以及为何推荐。我的工作同时从这两端推进。
一个线性 user_model 用于预测用户对新视频的参与度。在 KuaiRec benchmark 上,阶段性结果约达到快手工业预测模型 90% 的准确率;估算能耗约为神经网络方案的千分之一。
个人阶段性实验数据;模型、测量口径和复现实验细节待公开。
初步真人实验显示,新的推荐策略有助于增强用户的自我控制能力。更完整的实验设计、结果和材料将在此公开。
阶段性观察,尚需更大样本与公开方法验证。
技术的终点,不应只是更长的停留时间,而应是更好的生活。
让产品的成功与人的幸福重新对齐。