现在的所谓 AI 推荐算法只能这样吗？

[wangbenjun5]

以某条和某音为例，先不提当中有多少人工干预的成分，人工干预基本上就是像让你看啥你就看啥

所谓智能推荐就是你看什么都越多推荐什么越多，假如有天天看小姐姐跳舞，你会发现你的主页全部都是小姐姐跳舞的视频，躲都躲不掉……

这特么的叫智能?我这周吃肉，下周就一定还喜欢吃肉?天天吃肉也腻吧

我也不清楚这些大公司那么多所谓的 ai 工程师，年薪上百万都在忙啥，动不动就是各种高级词汇，神经网络，回溯算法……实际上做出来的产品就像是一个根据标签模式匹配的玩意，谈不上什么智能……说难听点，不就是打些标签，搞个相似度匹配?

[no1xsyzy]

@fancy111 #8 上 markov 链分析啊（
行为预测不就该上 markov 链吗？打标签是真的连基本算法选型都做不了。

[no1xsyzy]

@binux #83 那考虑下收益递减。
人看了多少舞蹈视频后会选择跳出，会看什么类型的视频？
依此构造一个具有 “短期看腻值” 的 markov 链才是正解啊（

[crackhopper]

打标签和搞相似度匹配也很难。难度在于，做到 90 分不难，做到 99 分很难。算法工程师一般就是做额外的这 9 分。虽然薪水高，但需求量不大，所以对大公司来说成本也算蛮低的，而竞争就比较激烈。一般从 90 分到 99 分的难度差距很大，这就好比写个 demo 和做个产品之间的差距一样。学个 1 个礼拜就能写出个 demo 来，但是做一个高负载、高可用、实时性好、安全性好的产品，很多人写了 10 年代码也不能做出来。

[Torpedo]

所有推荐算法都要有用户画像。你的画像越少，越不知道你爱啥。但是又不是每家都有你完整画像的。