很喜欢 Spotify 和 Netflix 的海量内容，但有时也会由于选择太多而感到迷失。

这类产品大多配套成熟的个性推荐机制，只需通过点击喜欢和不喜欢的简单交互、播放频率和好友信息，就能推导出用户的个性喜好。

除了用户个体之外，系统也会合计分析拥有相似喜好的人通常喜欢什么东西。

这些推荐非常有用，我的 Spotify 每周歌单发现给我推荐了一些很棒的音乐， YouTube 也不间断的为我推送相关内容。然而这些个性推荐服务任然还有不少提升空间。

解决方式

我建议个性推荐能够获取更加细致的信息，以此让推荐变得更加个性定制化。

这里的关键在于了解人们喜欢或不喜欢背后的原因。

长按喜欢/不喜欢选择操作理由

上面的动画中，我用 Spotify 作为案例展示了实现方式。当长按“不喜欢”按钮时，界面显示选项让用户选择理由：

是不是播放次数太多了？

不适合现在的场景氛围吗？

让你想起了不好的会议？

对“喜欢”的处理也一样：

让你想起了开心的回忆？

喜欢歌词表达的含义？

有去这个乐队的所有演唱会吗？

假如推荐算法能够达到这种细致程度，我能够想象它对用户的了解会有多深入。例如你最近单曲循环的一首歌将来会提醒你这段时间的经历。或许有一种类型的音乐你只会在入睡时听，而不会混杂在日常生活中。这样总比单纯二进制的喜欢/不喜欢有用多了。

界面细节

本次案例中，我使用的是产品已有的交互形式，借鉴了“长按预览”功能。在保存单击“喜欢”/“不喜欢”简单操作的同时，也用不打搅的方式允许用户提供更多信息。

虽然长按是 Spotify 存在的操作，我还是希望提供一点使用指引来让这个功能不仅被限于高级用户。假如使用现有的提示弹窗，在单击“喜欢”之后， 将看到以下的内容：

简单的操作指引

当前 Spotify 每周歌单发现的播放页上，网站制作取代“喜欢”和“不喜欢”操作的是“随机播放”和“循环播放”。不过我认为在听推荐歌单和电台时，了解用户喜好会更加重要一些。所以在播放推荐歌单和电台时，播放顺序可以移动到“更多操作”的菜单中。对于用户自建歌单的播放页，依然可以保持当前的形式。

目前 Spotify 的播控两边的按钮是“随机播放”和“循环播放”

尝试把“随机播放（Shuffle）”和“循环播放（Repeat）”放到“更多操作”的菜单里

总结

虽然这次的案例是受限于已有的 Spotify 框架，但是相信背后的理论观点适用于很多像 YouTube、Netflix、Podcasts 这样的内容推送平台。要深入理解个性推荐的时机和理由，来自用户声音也是很宝贵的。在通过大数据观察趋势时，这一点将变得更加重要。无论任何，我希望这些想法能够对提高推荐算法起到作用。