读 A 推 B:平台的 AI 推荐逻辑
官方在创作者介绍里提到过推荐系统:「透過內容廣告系統的 AI 推薦機制,當讀者閱讀他部作品時,將有機會推薦並點擊至您的作品」。把它翻译成读者视角:你在平台上读的每一部作品,都会影响下一篇推荐给你的是什么。
推荐链路
- 读者阅读某部作品;
- 平台的内容广告系统根据阅读行为,在合适的场景位推荐相关作品;
- 读者点进推荐位,开始下一部作品的阅读。
对读者来说,这套机制意味着:开新坑不需要主动找——读到一半的作品页、章节末尾,都是平台塞「下一本」的位置。
怎么让推荐更准
- 收藏要给:爱心收藏是最强的偏好信号,收藏了什么类型,后续推荐就往那个方向走;
- 读完再换:试读几章就弃书没关系,但连续大量跳读会把推荐带偏;
- 标签别乱点:标签页的浏览行为也在喂推荐,闲逛时点开过的标签都算数。
与标签、榜单的分工
| 方式 | 主动性 | 适合场景 |
|---|---|---|
| 推荐流 | 被动接收 | 没有明确目标,等平台喂 |
| 标签探索 | 半主动 | 有大致口味,想自己逛 |
| 榜单 | 主动看 | 想跟大流,追当下热度 |
| 搜索 | 全主动 | 目标明确,直奔找书 |
四条路各有分工,混用效率最高。标签玩法见「不靠书单靠标签的探索式找书」。