老伙子们昨晚聚餐，在饭桌上给大家谈谈，推荐算法

九分都会

AI-assisted summary of 老伙子们昨晚聚餐，在饭桌上给大家谈谈，推荐算法 — original source. Check the original for full context.

Source published: 2026-10-13

Key ideas

推荐算法并不依赖违法窃听，而是通过设备指纹与协同过滤机制，利用同局域网Wi-Fi、长时位置重叠、充电曲线及行为链条进行精准推荐。 (0:00)
推荐系统将人类复杂的“喜欢”量化为冷酷的停留行为指标“没走”，并通过9比1的内容试水机制制造“老虎机效应”，大幅拉长用户使用时长。 (2:30)
现场实测同款按摩仪在不同账号上呈现549元至719元四档价格，算法凭借海量数据资产实现了一秒内对上亿人进行个性化的“动态定价”。 (5:00)
饭局参与者溯源发现，聚餐的成因分别由“老照片回忆”、“推荐可能认识的人”以及“附近烧烤摊”推送共同触发，展示了算法对线下行为的间接引导能力。 (5:00)

Detailed notes

## Background 该内容由创作者“九分都会”于 2026 年 10 月 13 日发布在哔哩哔哩（Bilibili）平台。视频以老友聚餐为场景，探讨了大众日常生活中对手机推荐算法与隐私“偷听”的困惑与底层真相。

## TL;DR 视频通过算法工程师许阳在聚餐桌上对老友们释疑的视角，揭秘了平台并非依赖麦克风偷听，而是通过设备指纹与协同过滤机制进行“抄作业”式的关联推荐。内容深入剖析了推荐系统如何将复杂的“喜欢”量化为停留行为指标，以及利用“9比1”探索机制和间歇性奖赏像老虎机一样锁定用户注意力。此外，现场搜索同一款按摩仪暴露了同物不同价的“动态定价”策略，众人最终更惊觉连整场饭局的促成都是各人手机被算法投喂特定信息后拼接成的现实闭环。

## Atmosphere & style 全篇充满浓郁的生活化戏剧感与细思极恐的反转氛围，从好友间推杯换盏的激烈吐槽自然过渡到硬核的算法逻辑拆解。叙述节奏在老友们“见鬼般”的惊愕与工程师冷静清醒的技术解构之间张弛有度，现场比价的情节更是把冲突推向高潮。整段内容既带有熟人局的烟火气，又隐隐笼罩着一种数字时代个体行为被代码全景透视的荒诞感与悚然感。

## Bulletin - [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 推荐算法并不依赖违法窃听，而是通过设备指纹与协同过滤机制，利用同局域网Wi-Fi、长时位置重叠、充电曲线及行为链条进行精准推荐。 - [02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 推荐系统将人类复杂的“喜欢”量化为冷酷的停留行为指标“没走”，并通过9比1的内容试水机制制造“老虎机效应”，大幅拉长用户使用时长。 - [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 现场实测同款按摩仪在不同账号上呈现549元至719元四档价格，算法凭借海量数据资产实现了一秒内对上亿人进行个性化的“动态定价”。 - [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 饭局参与者溯源发现，聚餐的成因分别由“老照片回忆”、“推荐可能认识的人”以及“附近烧烤摊”推送共同触发，展示了算法对线下行为的间接引导能力。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 用户常误以为手机在后台偷听语音，但工程师指出窃听成本极高且触犯法律红线，算法在现实中根本不需要依靠偷听。 - [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 新用户冷启动时手动填写兴趣标签的转化率仅约3%，促使系统转向不理解物品属性、纯粹“抄相似人群作业”的协同过滤模式。 - [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 协同过滤算法上线两周内即带来11%的点击率暴涨，证明行为关联的效率远高于直接询问用户兴趣。 - [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 平台识别用户关系依靠的是现实数字化痕迹，包括同Wi-Fi网络、40+共同关注、同地停留3小时以及夜间充电起止曲线等设备指纹。 - [02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 算法研发中将抽象的“喜欢”简化为停留30秒以上、完播、互动等行为，其本质核心指标被定义为用户“没走”。 - [02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 单纯推送已知偏好会导致审美疲劳，算法采用90%舒适区内容搭配10%未知内容的探索机制，平衡用户留存与兴趣拓宽。 - [02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 利用“不可预测的下一条”构建类似老虎机的间歇性奖赏刺激，在高多巴胺峰值时插入未知内容，使用户陷入无意识刷屏。 - [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 所谓的“大数据杀熟”在行业合规层面被定义为“动态定价”，系统在同一秒内能针对上亿人定制差异化价格策略以提升毛利。 - [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 聚餐现场同款按摩仪搜索出现549元至719元不等的四档标价，差价高达170元，印证了动态定价的广泛应用。 - [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 现实中的线下聚餐决策往往是在算法多端协同诱导下形成的闭环，算法通过分别投喂诱饵间接支配了现实社交场景。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 饭桌争论：手机到底有没有在“偷听”？

几个老朋友在饭桌上聚餐，话题一打开就扯到了让人毛骨悚然的日常体验。一人激动地讲起昨晚在厨房刚跟老婆随口提了一句“咱这冰箱该换了”，既没打字搜索，也没发过微信，结果第二天一早打开手机，屏幕上全是冰箱推荐；另一位同事更觉得邪门，上周在工位上连手机都没掏出来，就跟旁边人叹了句“腰疼”，当晚回家APP首页第一条赫然就是按摩仪广告。大家群情激愤，认定手机权限关了也没用，后台肯定在偷听。饭桌上干了算法很多年的许阳被逼到了墙角，众人非要他给句痛快话：“到底听没听？”许阳斩钉截铁地回答：“没有。”面对众人的质疑与嘲弄，他坦言，真要靠偷听来做推荐，成本和麻烦程度远超常人想象。

为了讲透底层逻辑，许阳把时间拨回到2012年。当时电商新版首页新增了“猜你喜欢”模块，面对刚注册的冷启动用户，平台没有历史画像，完全不知道对方是谁、喜欢什么。起初团队尝试让用户勾选兴趣标签，结果转化率只有惨淡的3%，根本没人愿意填。破局的思路随即发生转变——平台根本不需要知道这名用户具体是谁，只需要看跟其行为相似的一群人买了什么：如果有一万人跟该用户一样都买了商品A和商品B，而这一万人里有八千人随后又买了商品C，系统就会直接把商品C推荐给他。平台不需要理解商品C的物理属性，也不需要探究用户为什么会喜欢，“只要抄作业就行了”，抄跟其最相似的那一万人的数据。这项协同过滤功能两周内紧急上线，当天点击率直接暴涨11%，成了许阳职业生涯里最高兴的一天。

针对朋友们的疑惑，许阳举了一个身边的真实案例。上个月朋友浩宇给他安利电影《年会不能停！》，许阳看完觉得不错，便去网上搜索男主角的访谈，看到演员提了一嘴自己的老家在哪里，许阳随手一搜那个地名，越看越想去旅游。直到上周大家聚餐，许阳随口提了句想去那儿玩，第二天朋友的首页就铺天盖地全是那个地方的旅游短视频。在普通人看来这绝对是“被窃听了”，但本质上只是算法把许阳搜索行为链条的最后一步，顺水推舟“抄”给了聚餐的朋友。至于平台如何判定两人是熟人、甚至判定夫妻二人“是一伙的”，并不依赖麦克风，而是来自无处不在的数字化足迹：重合的40多个共同关注、连接着同一个Wi-Fi网络、上周在同一地点连续停留三小时，甚至因为睡在同一个屋子里而高度一致的手机夜间充电曲线。

```mermaid flowchart TD accTitle: 行为链抄作业与关系图谱推理流程 accDescr: 展示算法如何通过现实设备关联与相似行为链条完成协同推荐，而非依赖麦克风偷听。

subgraph Relation ["现实关联感知（判定为同行/熟人）"] R1["同局域网 WiFi"] R2["重叠40+共同关注"] R3["同地停留 3小时"] R4["近乎完全重合的夜间充电时间"] end

subgraph Behavior ["协同行为链（抄作业机制）"] B1["用户A：看电影《年会不能停！》"] --> B2["搜索男主采访"] B2 --> B3["检索演员家乡旅游信息并点赞"] end

Relation --> Link{"判定高度关联"} B3 --> Link Link --> Push["向用户B推送该地旅游视频<br/>（表现为误以为被“偷听”）"] ```

- 标签冷启动的失败经验：最初要求新用户手动填写兴趣标签，实际完成率与转化率仅约3%。 - 协同过滤的威力：无需理解推荐物品的实体意义，两周内上线后推动点击率激增11%。 - 隐形设备指纹网络：重合关注账号超40个、共用局域网Wi-Fi、地理轨迹长时间重叠、夜间充电起止时间高度重合，构成了比声音更精确的真实关系判定。

---

[02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 重新定义“喜欢”与9比1的“老虎机”机制

面对“既然能监测，为什么平台不敢直接偷听”的追问，许阳直言那是违法红线，而且完全没必要，因为在推荐系统的迭代中，连“喜欢”这两个字都被重新解构了。为了让算法精准推送，早期版本需要让系统分辨用户的喜好。但机器并不懂人类情感里的“喜欢”，研发团队必须将其量化为可计算的指标：点击了算喜欢、完整看完了算喜欢、停留30秒没有滑走算喜欢，至于点赞、收藏、转发、评论、分享到群聊更是核心正向反馈。那天下午，团队只花了不到十分钟做决策，便将原本抽象的“喜欢”直接替换成了无情的行为指标——“没走”。即便用户看完后感到不适或愤怒，只要停留没有划走，在算法逻辑里就依然成立。

紧接着系统遇到了瓶颈：如果只给用户推荐其固化偏好的内容，连续推送一个月用户就会产生审美疲劳而流失；但若贸然推荐陌生内容，用户一旦快速划走，当天的留存和点击指标就会瞬间跳水。团队最终敲定了“9比1”的折中平衡。这就像刚搬到一个新城市，周围有20家餐馆，天天吃已知好吃的会腻，天天试新店容易踩雷，最理性的方案是大部分时间吃熟悉的餐馆，偶尔拿出一顿去尝试新鲜事物。算法由此进化：在用户处于高满足感时悄悄塞入一条未知领域的内容进行试水，若用户不买账，系统立刻回撤到原本的安全舒适区。“永远猜不到下一条是什么”的不可预测性，彻底锁死了用户的注意力。

这种机制在心理学上正如同设置了一台“偶尔中一次奖”的老虎机，让人产生强烈的间歇性强化依赖，根本停不下来。该版本上线后，平台的人均在线时长打破历史纪录，许阳也因此升任组长，而同事浩宇随后选择了离职。许多人每晚刷短视频不知不觉耗到凌晨两点，往往误以为是自己意志力薄弱，但实际上完全被机制所操纵：十条内容里可能九条平平无奇，但偏偏第十条极其击中痛点，用户为了追逐下一个“第十条”，便不得不机械地再划一百条。算法甚至会刻意挑选用户刚刚获得极高多巴胺满足的瞬间插入未知试探，如果不感兴趣便迅速回撤，通过这种严密的动态控制，让用户深陷其中无法自拔。

- “喜欢”的算力转化：点击、完播、停滞30秒以上、点赞、收藏、评论及社群分享，全部被抽象统一为停留指标——“没走”。 - 探索与利用（9:1机制）：90%推送安全舒适区的既定偏好内容，10%随机插入未知试水内容，防止疲劳并拓宽兴趣池。 - 间歇性奖赏刺激：在用户划屏体验达到愉悦峰值时伺机插入新内容，利用不可预测性维持多巴胺分泌，驱动人均使用时长刷新记录。

---

[05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 动态定价的把戏，与一场被算法暗中“组局”的聚餐

聚餐的火药味很快延伸到了商业层面的“杀熟”痛点。当朋友质疑这套机制本质如同赌博时，许阳解释这种算法并不需要赌场牌照，在合规性上也有严密的防护盾：“只要不是同一时刻、同一页面、同一商品对不同账号展示不同价格”，在行业标准内便统称为“动态定价”。当年该项目落地后，业务毛利率大幅攀升，许阳也拿到了职业生涯中最丰厚的一笔年终奖。

为了验证动态定价的现实存在，桌上的朋友们当场掏出手机，搜索刚才提到的同品牌按摩仪。令人咋舌的比价结果随即出现：现场几部手机搜出来的价格竟然各不相同，分别显示为549元、598元、649元，而做实体生意的大刘手机上竟然标着最高的719元。大刘当场拍桌子大骂这是欺诈，质问凭什么自己要多掏170多元。许阳冷静地安抚他，指出大刘在自己的店里给新老客户开价同样存在差异，区别仅在于实体店掌柜是凭个人经验一次猜一个人，而平台的推荐算法是依赖海量数据资产，在同一秒内为一亿个人量身定制价格策略。

```mermaid flowchart LR accTitle: 现场同款按摩仪动态定价差异对比 accDescr: 展示四位聚餐好友在同一时间搜索同一款按摩仪时出现的价格阶梯分布。

subgraph Users ["同一时间现场搜索同款商品"] U1["好友 A"] --> P1["¥549"] U2["好友 B"] --> P2["¥598"] U3["好友 C"] --> P3["¥649"] U4["大刘 (老客户)"] --> P4["¥719 (最高差价 +¥170)"] end ```

在揭开价格算法的底牌后，这场聚餐迎来了一个更耐人寻味的收尾。大家突然开始追问：今晚这顿聚餐究竟是谁张罗发起的？大家面面相觑，原本以为是某个人在群里提议的，回溯起来却发现每个人都是被算法一步步引导进来的——有人是因为手机相册突然弹出了“三年前的今天”在这家餐厅吃饭的历史老照片，激起了怀旧情绪；有人是刷到了社交平台的“你可能想联系的人”，推荐的第一位正是许久未见的浩宇；而最先提出吃烧烤的人，仅仅是因为当天被推送了一则“你附近有好吃的烧烤摊”本地生活视频，顺理成章地觉得好久没聚了。到头来，连这顿老友重逢的饭局，都是算法在不同端点分别投喂诱饵、促成现实行为闭环的结果。面对满桌人“他听见了”的惊呼，许阳只是淡淡地总结道：算法根本不需要偷听，它早已洞悉了一切。

- 动态定价现场实测：四台手机搜索同一品牌按摩仪，分别呈现出 549元、598元、649元和 719元四档差异化标价。 - 线下行为闭环溯源： - 用户A受手机本地相册“三年前的今天”老照片回忆通知触发； - 用户B受社交网络推荐算法推送“你可能认识的人”诱导产生联络意向； - 用户C受本地生活流媒体推送“附近优质烧烤摊”的美食内容诱导，促成全员聚餐动机。

## Notable quotes > [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 咱这冰箱该换了 — 聚餐朋友

> [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 腰疼 — 同事

> [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 到底听没听？ — 众人

> [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 没有。 — 许阳

> [00:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=0s) 只要抄作业就行了 — 许阳

> [02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 没走 — 许阳

> [02:30](https://www.bilibili.com/video/BV1rsWw6TEgW?t=150s) 永远猜不到下一条是什么 — 许阳

> [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 只要不是同一时刻、同一页面、同一商品对不同账号展示不同价格 — 许阳

> [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 三年前的今天 — 手机相册

> [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 你附近有好吃的烧烤摊 — 本地生活平台

> [05:00](https://www.bilibili.com/video/BV1rsWw6TEgW?t=300s) 他听见了 — 众人

## Mentioned 许阳, 浩宇, 大刘, 《年会不能停！》, 微信, 猜你喜欢, 九分都会

## Video description -

[Source](https://www.bilibili.com/video/BV1rsWw6TEgW)

中文简报

老友聚餐漫谈推荐算法真相视频通过算法工程师许阳在聚餐桌上对老友们释疑的视角，揭秘了平台并非依赖麦克风偷听，而是通过设备指纹与协同过滤机制进行“抄作业”式的关联推荐。内容深入剖析了推荐系统如何将复杂的“喜欢”量化为停留行为指标，以及利用“9比1”探索机制和间歇性奖赏像老虎机一样锁定用户注意力。此外，现场搜索同一款按摩仪暴露了同物不同价的“动态定价”策略，众人最终更惊觉连整场饭局的促成都是各人手机被算法投喂特定信息后拼接成的现实闭环。推荐算法并不依赖违法窃听，而是通过设备指纹与协同过滤机制，利用同局域网Wi-Fi、长时位置重叠、充电曲线及行为链条进行精准推荐。 (0:00) 推荐系统将人类复杂的“喜欢”量化为冷酷的停留行为指标“没走”，并通过9比1的内容试水机制制造“老虎机效应”，大幅拉长用户使用时长。 (2:30) 现场实测同款按摩仪在不同账号上呈现549元至719元四档价格，算法凭借海量数据资产实现了一秒内对上亿人进行个性化的“动态定价”。 (5:00) 饭局参与者溯源发现，聚餐的成因分别由“老照片回忆”、“推荐可能认识的人”以及“附近烧烤摊”推送共同触发，展示了算法对线下行为的间接引导能力。 (5:00)

Reading summary

资深算法从业者许阳指出，平台无需且并未通过麦克风“偷听”用户，而是依赖协同过滤、设备关联指纹以及成瘾性反馈机制，精准预测并引导用户的消费偏好与现实行为。摆脱偷听假象：协同过滤与现实关系图谱 (0:00) 用户常因随口交谈后即刻收到相关广告而怀疑手机后台偷听，但许阳解释这是协同过滤与数字化足迹关联的结果。早期电商尝试让冷启动用户手动勾选兴趣标签，转化率仅有惨淡的3%；改用协同过滤机制后，系统直接借鉴相似人群的行为链条，在无需理解商品实体属性的前提下，两周内推动点击率激增11%。算法建立人际关系网络同样不依赖音频，而是通过设备层面的隐形指纹进行交叉比对。系统能够精准识别熟人或家庭关系，依据的是超过40个重合的共同关注账号、连接同一局域网Wi-Fi、同一地理轨迹长时间重叠，甚至夜间充电起止时间的高度吻合。当关联群体中的一人完成搜索行为链，系统便顺理成章将结果推送给关系网中的其他人。重新量化喜好：9比1的老虎机停留机制 (2:30) 在推荐系统的演进中，“喜欢”这一抽象概念被工程化地降维为行为指标。研发团队仅耗时不到十分钟便达成共识，将点击、完播、停留30秒以上、点赞、收藏、评论及社群分享统一折算为衡量指标——“没走”。即便用户的内容体验伴随不适或愤怒，只要未划走，在算法模型中就属于正向反馈。为防范纯偏好推荐导致的审美疲劳与冷门推荐引发的留存跳水，系统引入了“9比1”的动态平衡机制：90%的内容推送已知安全偏好，10%则在用户愉悦峰值时随机试探未知领域，不买账则迅速回撤。这种设计在心理学上模拟了间歇性奖赏刺激的“老虎机”效应，利用不可预测性驱动多巴胺分泌，使平台人均使用时长刷新纪录，将用户牢牢锁定在屏幕前。千人千面：动态定价与被算法组局的现实 (5:00) 推荐逻辑延伸至商业变现端便形成了所谓的“动态定价”。在聚餐现场对比同品牌按摩仪时，四部手机展示的价格各不相同，分别为549元、598元、649元与最高达719元。面对欺诈质疑，许阳认为传统实体店依靠老板经验单次议价，而平台算法则是基于庞大的数据资产，在一秒钟内向海量用户推送精细化的差异定价。算法的影响甚至反向渗透并促成了现实决策。复盘聚餐成因发现，聚会并非某人主动张罗，而是算法分别诱导的结果：一人触发了相册“三年前的今天”历史照片回忆，一人接收到社交网络“你可能想联系的人”推荐，另一人则刷到了本地生活推荐的周边烧烤视频。多点诱饵协同闭环，在物理世界促成了这场饭局。许阳总结认为，算法之所以能够精准命中生活细节，是因为海量数字化痕迹已足以形成全方位洞察，在技术与合规成本上平台根本没有偷听麦克风的必要。

Source quotes

[0:00] 聚餐朋友: 咱这冰箱该换了 [0:00] 同事: 腰疼 [0:00] 众人: 到底听没听？ [0:00] 许阳: 没有。 [0:00] 许阳: 只要抄作业就行了 [2:30] 许阳: 没走 [2:30] 许阳: 永远猜不到下一条是什么 [5:00] 许阳: 只要不是同一时刻、同一页面、同一商品对不同账号展示不同价格 [5:00] 手机相册: 三年前的今天 [5:00] 本地生活平台: 你附近有好吃的烧烤摊 [5:00] 众人: 他听见了

Original transcript

[0:00] 我跟你们说这事我昨天刚碰上我跟我老婆在厨房聊就说了一句咱这冰箱该换了就这一句我没搜没打字没发微信然后呢今天早上我一点开满瓶的冰箱我这个更邪门上礼拜我在工位上跟同事说了一句腰疼就一句我连手机都没掏出来晚上回家首页第一条按摩仪?肯定在听,没别的解释。现在手机全线你根本管不住,我早就把麦克风关了,关了也没用。诶,许阳,你不是干这个的吗?他干了几十年了,你给句痛快话,到底,听没听?没有放屁那你解释解释那我那个按摩椅怎么来的人家不信你好比偷听麻烦多了什么意思你们真想听你说那我从头给你们讲从2012年讲起新版首页加个模块叫猜你喜欢问题是新注册的用户我们手里什么都没有不知道他是谁不知道他喜欢啥怎么猜先让他填兴趣标签填标签的转化率3% 没人填那就别猜他啊我们不用知道他是谁我们只要知道跟他像的那帮人昨天买了啥一万个人跟他一样都买了A都买了B这一万个人里有八千个后来又买了C那就把C推给他嗯可我们根本不知道C是个什么东西啊不用知道也不用知道他是谁不用知道他为什么会喜欢C我们只要抄作业就行了抄跟他最像的那一万个人的协同过滤多久能上两周那就两周上线那天点击率涨了11%那是我这辈子最高兴的一天所以呢你讲了半天这跟偷听我有什么关系我跟你们讲过我自己的事上个月的浩宇看了部电影推给我年会不能停吗我跟你说那个特好看我看完挺喜欢就去搜了男主角搜到一个采访他提了一料自己老家在哪我来了兴趣就查了查那个地方越看越想去上周咱们吃饭一句说我想去那玩第二天你的首页全是那个地方的旅行视频我还点赞了一条我没给你发过任何链接咱俩就是嘴上说了一句站在你的角度看这就是偷听但实际上平台只是把我作业的最后一步抄给了你那他凭什么觉得我俩是一伙的我跟我老婆聊冰箱他又怎么知道我老婆跟我是一伙的你俩关注的人重了四十几个你俩连的是同一个WiFi你俩上周在同一个地方待了三个小时你俩手机的充电时间几乎一模一样因为你俩在同一个屋里睡觉那他要是想听也能听对吧他不敢听为啥不敢好我听吃饭法的算了不犯法优优独播剧场——YoYo Television Series Exclusive下一版的核心是要让系统知道用户喜不喜欢喜欢的多推不喜欢的少推什么叫喜欢啊机器不认识这两个字你得给我一个他能算的东西那点了算不算喜欢算看完了呢算停了30秒没划走呢算,点赞收藏转发评论分享到群里一个一个都算那就这么定那天下午我们用了不到十分钟把喜欢两个字换成了没走没有一个人觉得这是件大事包括我陈总那用户要是看完了不高兴怎么办不高兴他也没走啊谢谢大家现在有个死结光推他一直喜欢的推一个月他腻了走了推新的试试他滑走了当天指标就掉推也不是不推也不是那就折中呗9比1打个比方你刚搬到一个新城市周围20家馆子你一家都没吃过你怎么办天天吃那家你已经知道好吃的还是每天换一家市天天吃一家你会腻天天换你会踩雷所以聪明的做法是大部分时间吃已知好吃的小部分时间去试心的所以他满意了我们就悄悄塞一条心的进去试试水他要是不买账我们立刻收回来退回他的舒适区他永远猜不到下一条是什么猜不到他就滑不走哦续扬你画这个偶尔种一次的机器是不是比每次都种的更让人停不下来我们在优化体验那个版本上线以后人均时长破了记录我升了组长两个人 [5:00] 然后浩宇离职了所以你们刷到凌晨两点不是因为你们自制力差十条里头九条是垃圾但第十条特别好看就为了那个第十条你得再往下划一百条那我划到好看的我不就关了吗你不会因为他专门挑你刚刚看的最爽的那一下给你塞一条新的你爽完了正高兴呢他递过来一个没见过的你肯定点你要是不喜欢他立刻缩回去给你推你最熟的那类把你稳住你永远猜不到下一条猜不到你就停不下来那这不就是赌博吗赌场得发牌照这个不用这个合规吗?只要不是同一时刻,同一页面,同一商品,对不同账号展示不同价格,就属于动态定价范畴。行业通行做法那个项目上线以后毛玉率涨了那年的年终奖是我拿过最多的一次我超威动态定价所以都到底不还是宰人吗大刘你们现在都掏出手机,搜同一个东西,你说一个。那个按摩仪吧小满刚说的那个牌子我这是598我这儿649549刘哥你多少719这他妈的不是欺诈吗凭什么我比他们高199凭什么大刘你店里给老客户和新客户报的是一个价吗你是靠经验一次猜一个人他是靠数据以此才一亿个不一样的只是规模今天这顿饭谁张罗的来着谁先在群里说的不是你吗我不是我记得我是刷到一张老照片三年前咱们在这家吃饭那张手机给我弹出来的说三年前的今天我看着就想好久没聚了我也我前阵子刷到一条你可能想联系的人我点进去第一个就是昊宇哥我为什么会想起来说我我那个最普通就是被推了个烧烤摊的视频说你附近有好吃的我想着正好好久没吃了我也是,他听见了谢谢大家他不用听优优独播剧场——YoYo Television Series Exclusive