推荐是怎么一步步变懂你的
这篇用大白话拆解推荐的形成过程：兴趣标签怎么标注、完播和点赞各占多大分量、怎样识别你对什么题材“真有感觉”。
智能推荐指南
把「茄子视频懂你更多」的推荐逻辑、偏好设置和内容质量过滤讲得明明白白。下面这几篇内容，教你一路从“刷到什么看什么”升级成“想看的都送到眼前”。
频道持续更新
每月精选专题
所有指南内容
三个小设置改变整个推荐流
别只顾着刷，花两分钟调一下偏好设置：选择兴趣分类、设定观看时长、开启“减少相似推荐”，刷到的内容立刻不一样。
不要忽视“不感兴趣”，它比点赞更能塑造推荐
刷到不喜欢的选题、封面党、画质差的视频，直接点不感兴趣。它是一條反向指令，告诉推荐系统：这类内容别再出现。
怎样一眼分辨低质内容和标题党
封面大红字、悬念拉满的标题、不到三秒就进入正题…这些套路怎么避开？本期教你用两条判断标准，筛掉九成低质内容。
搜索时多敲几个字，推荐跟着变准
搜索关键词越长，系统越能捕捉你的真实需求。不要只搜“电影”，试搜“适合深夜看的温暖纪录片”，惊喜会变多。
视频清晰度怎么选？不只看“高清”两个字
片源实际编码、码率高低、屏幕尺寸都会影响观感。跟你聊几个画质判断的小技巧，不再被“高清”标识忽悠。
30%
完播权重大于点赞
一个看到最后的人，比一百个随手点赞更能告诉系统“值得推荐”。所以别急着划走，喜欢就看完整。
3秒
黄金开头决定去留
推荐逻辑也会参考开头的停留时长，视频开头越抓人，后面能获得的推荐流量就越稳。
7类
负面反馈可以按主题屏蔽
你不喜欢搞笑段子，可以只屏蔽搞笑类；不喜欢游戏，也可以单独关掉游戏话题。精准去除噪音。
80%
兴趣会随季节漂移
人的口味不是恒定不变的。看腻了做饭视频，就去搜点露营内容，新的内容标签会慢慢替换旧标签。
常见问题
关于推荐与视频，你可能想问
这些全是平时出现在评论区的高频问题，一条条拆开给你看。
为什么我点了不感兴趣，还是会刷到类似视频？
不感兴趣反馈会被系统记录下来，但推荐更新并不是即时的，通常需要持续刷一段时间、积累更多负反馈后才会明显变化。另外，如果你只是在视频播放页短暂停留但没有点“不感兴趣”，系统也可能只是降低权重，没有彻底移除。想快速看到效果，可以对同类型内容连续点5-8次“不感兴趣”。
搜索和推荐是两套系统吗？搜索会影响推荐吗？
两套系统会共享你的偏好特征。搜索时会暴露你主动想看的意图，这些关键词会被记录进兴趣模型，再进入到推荐候选池。所以假如你搜了“开车旅行纪录片”，接下来几天信息流里出现类似题材的可能性会明显变高——这是搜索正向影响推荐的一种方式。
清理缓存、重新登录账号，会重置推荐吗？
清理缓存主要影响播放记录和部分临时数据，并不会清空云端兴趣标签。但如果长期未登录、或切换成新账号，系统会由于缺少行为数据退回“热门+通用推荐”的冷启动状态。推荐重新变懂你通常需要一到三天的正常使用。
为什么同一个视频，别人和我看到的热门程度不一样？
推荐列表是根据每个人的兴趣模型单独生成的。同一支视频可能对你是“高分推荐”，对你朋友却只有“一般”。视频在推荐流里的排序会因为账号历史行为而被个性化放大。可以简单理解为：每个人都有自己的专属热度榜。
用多个设备登录，偏好会同步吗？
会。只要登录同一个账号，观看记录、收藏、点赞和不感兴趣等信号都会同步到云端，多端会尽量保持一致。不过某些即时热门推荐在不同设备上会有短期差异，这是为了测试内容效果，一般几小时后就会统一。
“减少相似推荐”到底减了什么？会让我看不到喜欢的内容吗？
这个开关主要是削弱“重复同类”，当它开启后，算法会减少和你刚刚看过的内容高度重合的视频，但不会彻底排除你真正喜欢的主题。它更适合用来打破信息茧房——比如连续看了十集美食探店，想换个口味时打开它，推荐流就会插入科技、家居、萌宠等内容，帮你发现新方向。
还想继续收到「推荐优化」专题
留个邮箱，下期更新第一时间通知你，没兴趣也可以随时取消。