已验证65% 置信事实精确时间
推荐算法基于点击率、停留时长和互动率优化会导致流行度偏差(Popularity Bias),使吸引眼球的内容获得更多曝光
3
来源数
65%
置信度
长期有效
时效性
2026/9/4
首次发现
来源
涉及实体
相关事实
已验证社交媒体平台的推荐算法核心优化目标是用户参与度,这种机制天然偏好视觉冲击力强、情绪唤起度高的内容,导致算法审美趋同现象79% 相似已验证算法推荐产生「信息茧房」效应,用户被持续暴露于与既有观点一致的信息中,认知多样性收窄76% 相似待验证互动率在电商分析中通常包括推荐模块的点击率、页面停留时长、加购率等行为信号,衡量的是用户“有没有被内容吸引”,而非“有没有付钱”。76% 相似待验证曝光偏差(Position Bias)指用户点击行为受结果展示位置影响,位置靠前的结果获得更多点击并非因内容更相关76% 相似待验证当前主流推荐系统普遍采用基于参与度的排序(engagement-based ranking),以点击率、停留时长、互动率作为内容质量的代理变量,存在与真实内容质量错位的参与度陷阱76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/852870API
curl https://kongchang.com/api/v1/knowledge/claims/852870MCP
get_claim(id=852870)