推荐冷启动测评：新用户前20条，系统在试探什么

结论先行

结论先行：前20条是试探期，权重高于日常刷测。

结论放在前面：冷启动阶段的推荐不是为你服务，而是在测你。系统手里没有画像，只能广撒网：题材跨度大、风格跳跃、热门内容占比高，这些看似不精准的表现，恰恰是试探的标准动作。测评记录显示，前20条里题材可达6类以上，其中既有当下最热的通用内容，也有小众类目的探针。用户对每条探针的反应，停留、划走、看完、复看，都会被换算成兴趣权重。把这个阶段理解成考试而不是服务，很多别扭感就消失了：题目显得杂，是因为系统还不知道你的答案。

维度拆解：前20条的题材分布

实测题材跨度达6类，成长期通常收窄到2到3类。

信号读取的粒度比多数人预想的细。完整看完一条30秒视频与划走一条同类视频，给出的信号强度完全不同；同一条内容复看2次，权重又明显高于单次看完。测评中我们用对照组验证过：在冷启动期完整看完3条同一题材的内容，该题材在后续40条里的占比会明显上升；而只点开不看完，占比变化微弱。搜索与关注是更强的信号，一次主动搜索抵得上多条被动停留，这也是冷启动期不建议乱搜的原因，搜着玩的词会被当成长久兴趣记下来。

维度拆解：兴趣信号的读取方式

冷启动的时长因人而异，但节奏大致分两段：前20条是广度试探，题材跳跃最大；第21条到第60条开始收敛，系统拿着第一阶段的答案组卷，题材收窄到2到3个方向，风格趋于稳定。如果收敛之后推的内容依然不合口，要先回想试探期自己给过什么信号，多数画像偏差都能在前20条里找到源头，比如手滑点开看完了一条完全不感兴趣的内容。测评时我们把这段叫信号污染，它比算法不准更常见。

完整看完3条同类内容后，该类占比立刻上升。

优缺点对照

优点方面，冷启动机制让零历史的新用户也能在几分钟内得到大致合口的内容，门槛极低。短板在于它的路径依赖太强：早期信号一旦定调，后期纠偏成本很高，需要连续多日刻意互动才能扳回。对普通用户的实用结论有3条：冷启动期对不感兴趣的内容要划得干脆，别客气；真正喜欢的方向，不妨大方看完甚至复看；前3天不要替别人刷、不要拿新号乱搜，画像干净，后面的推荐才省心。调教推荐这件事，头20条最便宜。

横向对照补记

把本篇的冷启动放回同组样本里横着看，结论会更稳。单条样本的观感容易被题材喜好污染，比如测评人本来就偏爱某类话题，给出的分数会不自觉地抬高半档；横向对照的作用就是把这半档找回来：同组 4 条放在一起，先按前20条的题材分布排一次序，再按兴趣信号的读取方式排一次序，两次排序里位置都没掉出前 2 名的，才算真的过硬。排序靠后但某一项特别突出的样本也不必全盘否定，把它突出的一项单独记进备注栏，日后做专项测评时它就是现成的对照组。本包所有条目都保留了原始刷测记录，读者若对某个名次有疑问，按记录里的样本规格自己复跑一轮，得到的排序若与本篇不一致，先检查样本时段与账号状态，这两项对结果的影响通常大于测评人的主观差异。

适用边界与复核口径

统一复核口径如下：本组信息流条目采用连续刷测法，单次测试连续滑动 60 条，不搜索、不点赞、不关注，只记录推荐本身的变化。测试分 3 个时段进行，早高峰、午间与晚间各 1 次，避免单一时段的样本偏差。记录表包含重复率、新面孔比例、兴趣漂移方向 3 个固定字段，刷完立即填写，隔天再凭记忆补写的内容一律作废。信息流体验高度依赖使用时长，5 分钟的好感与 50 分钟的疲劳经常是两回事，本组结论默认以 30 分钟以上的连续使用为前提，短时惊艳不在采信范围之内。补记一条判读经验：刷测记录里最有价值的不是平均数，而是拐点位置。把 60 条的停留秒数按顺序列成一排，数值从哪一条开始连续走低，哪里就是这条流的疲劳起点，这个位置比任何总分都更能说明编排水平。复测时若拐点比上一轮提前了 5 条以上，先排查内容池是否收窄，再怀疑算法调整，排查顺序反过来会浪费很多时间。信息流是活系统，单轮数据只代表采样那几天的状态，本组所有结论的有效期默认 1 个版本周期，过期请按同法复测，不要直接沿用旧分数。

冷启动期乱点搜索，会给画像添上长期噪声。