爲什麼普通人「出圈」，都在小紅書？

機器之心報道

作者：WX

出差期間，我在酒店百無聊賴地打開了小紅書。一篇看似平淡無奇的筆記吸引了我的注意——一位 ID 叫「倚着彩虹看夕陽」的用戶發帖，說自己在酒店的牀上看西遊記時，感覺到前所未有的放鬆。

從標題到配圖，這篇發佈於去年 5 月的筆記沒有任何明顯的爆點，但顯然在小紅書上引發了廣泛的共鳴，收到了大量的點贊、收藏和評論。我也被吸引，陷入了#走不出的評論區。

現代人的信息獲取方式很大程度上受推薦系統所影響，這篇筆記在發佈 8 個月後依然能進入我的視野，小紅書的推薦系統功不可沒。相比之下，很難想象同樣的內容在其他平臺上也能得到如此廣泛的傳播。

爲什麼在小紅書上普通人更容易被看見？它的流量算法，如何讓每個人都有機會成爲爆款文的主角？爲什麼身邊人越來越愛刷小紅書？

帶着這些疑問，我走訪了小紅書技術團隊，希望通過他們的解釋，能更深入地瞭解這個讓無數用戶感嘆「特別懂我」且「氛圍極好」的內容社區。

重視普通人表達——

小紅書內容分發和推薦邏輯

隨着近些年用戶和內容的快速破圈，小紅書搖身一變，從「人間種草機」成爲「生活百科全書」。作爲一個基於用戶生成內容（UGC）的生活指南社區，小紅書融合圖文、視頻、直播等多種內容形式，內容維度非常豐富。推薦系統需要權衡多重目標優化，算法背後的價值觀讓小紅書選擇了不一樣的技術路徑——去中心化分發、注重用戶體驗和社區的高質量互動，這也形成了其特別的內容分發和推薦策略。

小紅書旨在創建一個「普通人幫助普通人」的內容分享社區，滿足普通人的內容被看見的需要。有一個非常典型的案例凸顯了小紅書推薦系統的快速與準確，曾經有一位女孩在信號較差的火車上發帖求助衛生巾，僅僅兩個小時後，她就收到了陌生人的神奇饋贈。在這裡，任何人都可以分享他們覺得有趣或有用的生活細節，無論多麼微小。

爲什麼我們在小紅書上能看到這麼多「素帖爆火」的案例，其中一個重要的影響因素是技術分發的邏輯。小紅書的技術理念很獨特，將大約一半的流量給普通 UGC 用戶，讓普通人的創作有平等被看到的機會。與此同時，這些普通人的經驗與生活分享也會在未來逐步釋放出長尾價值。

在小紅書上，筆記被推薦的綜合考慮因素很多，沒有標準的公式一概而論。具體說，納入考慮的因子包括點擊、時長、完播、下滑、質量、點贊、收藏、關注、轉發、評論等。小紅書的推薦系統會根據用戶的習慣調整各因子的權重，一般會綜合考慮消費、互動和體驗類指標，結合用戶的消費行爲偏好，實現個性化的權重組合。同時，小紅書推薦系統也會根據筆記的發佈意圖來調整收藏、轉發和評論的權重，例如，日常分享類的筆記更看重點贊，工具類筆記更看重收藏，求助類筆記更看重評論。

小紅書上各種「被看見」的普通人普通事

當一篇新的筆記在小紅書發佈後，它將經歷一系列複雜的處理步驟，通過「人以羣分」的內容分發體系，把信息精準給需要的人。雖說當前各種推薦系統的核心算法和基本流程在很大程度上是類似的，但與傳統推薦系統追逐的「全局最優」不同，小紅書將流量分層，尋求「局部最優」，通過識別不同的人羣，讓好的內容從各個羣體中涌現出來，跑出了適合社區的新一代推薦系統。

那些素帖爆火背後的秘籍，無一不透露着：一個優秀的推薦系統，關鍵在於如何根據具體的應用場景、用戶行爲和反饋來調整和優化這些基本方法。

對小紅書來說，關鍵的問題包括在冷啓／爬坡階段，如何進行內容理解從而定位種子人羣並進行高效的人羣擴散；在召回／排序環節，如何提升模型預測的精準度，以及如何進行實時流量調控；還有如何保證內容的多樣性，使用戶的短期興趣和長期興趣得到平衡。

挖掘長尾，高效分發——多模態內容理解

內容理解是推薦分發的基礎。精細和準確的個性化推薦，離不開對內容的充分理解，只有讓系統真正掌握了到底內容在講什麼，才能夠推薦得更加準確。傳統的內容理解主要依賴於標籤化體系，然而，這種體系的主要問題在於標籤粒度過大和標籤維度過窄。在小紅書這樣海量且多樣性強的內容場景中，這兩個問題尤其突出。無論如何定義標籤體系，都難以覆蓋多樣化、長尾化的內容，同時，標籤體系的運營更新也難以跟上內容的迭代和發展。

爲了解決標籤化內容理解體系的問題，小紅書技術團隊藉助大規模多模態預訓練模型，構建了向量化的內容理解體系。這種向量體系具有更開放的通識知識和動態自由的使用方案。作爲傳統標籤體系的補充，向量化系統通過隱性聚類能力實現了細粒度、動態化的內容分類；另一方面，通過預訓練和微調的方式，提高了系統在更多維度上對內容識別和評價的精度。

在多模態預訓練方面，團隊採用了類似於 CLIP 的對比學習，在經過清洗和去噪的小紅書筆記樣本上進行訓練。小紅書是一個天然的優質多模態圖文對樣本集散地，通過將筆記封面圖和筆記標題組對的方式，不需要人工標註，就能獲得數以十億甚至更大的樣本集合，保證了樣本的規模性、多樣性和時效性。在優質樣本的支持下，團隊開發出了參數量從 10M 到 10B 不等的各種 backbone 選型，支持 BERT、RoBERTa、ResNet、Swin-T、ViT 等架構，以滿足下游的各種使用需求。

以多模態預訓練向量爲基座，實現對複雜多模態內容的綜合語義表徵

在應用實例上，團隊實踐了基於筆記多模態向量的層次化內容聚類，用於 Feed 的多樣性打散。通過向量聚類得到的 ClusterID 作爲隱性內容標籤，並通過調整聚類相似度門限來動態控制 ClusterID 的粒度，從而實現自由粒度上的相似內容打散和頻控。

基於純靜態內容特徵刻畫筆記質量，實現冷啓／長尾優質內容高效分發

同時，團隊利用內容的後驗分發數據（例如點擊率、點贊率、快劃率等），對預訓練向量進行微調，從而實現對內容分發質量的級別預測。小紅書開創性地構建了一整套內容質量框架，利用封面圖片畫質美學模型和多模態筆記質量分模型，定義有用和美好的內容。由於內容分發質量完全聚焦在內容的靜態特徵上，因此在冷啓動和長尾內容推薦上更爲有效，不會受到馬太效應的影響，避免了推薦趨向於熱門內容的問題。

新筆記冷啓動，種子人羣識別——

去中心化分發的基礎

小紅書發現，扶持新發布、低曝光的筆記可以增強作者的發佈意願。在全域曝光中，大約一半的流量分發是普通用戶發表的內容。優質、有價值、引發共鳴的內容永不過時。小紅書推薦分發還具有獨特的中長尾流量效應。哪怕一條筆記的初始數據一般，只要它有價值，系統捕捉到中長尾信號，依然會被推薦給需要的用戶，與發佈時效無關。

一個素人博主沒有多少粉絲，創作的內容都有可能成爲爆款，帖子點贊量或收藏數上千。在前文「酒店的牀上看西遊記」的例子中，發帖的用戶粉絲量少，主頁互動內容也不多，如何對其進行推薦和展示？

這歸結爲推薦系統的一個核心問題——新內容的冷啓動。冷啓動的問題本質是在行爲數據比較少的情況下充分理解內容，從而實現更精準的推薦，一般會被建模爲一個 Regret Minimization 問題，主要關注如何最小化獎勵函數的損失值。其中，獎勵函數的估值標準至關重要，因爲它反映了每個平臺的不同價值選擇。

多數平臺會選擇消費類指標，如點擊率和停留時長，作爲獎勵函數的評估標準。相比別的平臺，小紅書具有更強的 UGC 生態，社區屬性更強。所以，在冷啓動階段，系統更加關注高質量評論的數量、挖掘高潛筆記，因爲高質量的評論數量反映了目標人羣對新內容的互動情況，也即新內容是否被準確分發到了符合其特性的人羣中。

在新內容冷啓動問題方面，小紅書技術團隊形成了一套包含 4 步的 pipeline：

1、內容信息提取：新內容剛上傳時，沒有用戶行爲信息，只能通過內容信息進行分發。技術團隊運用 NLP、CV 和多模態融合技術，提取內容信息，生成相關的話題和內容特徵。

2、種子人羣圈選和投放：團隊利用內容信息定位目標人羣，這些人羣是通過雙塔模型和圖神經網絡產出的用戶 Embedding 進行聚類得到的。然後根據內容信息，判斷哪些人羣對新內容更感興趣。新內容在種子人羣中的投放，藉助貝葉斯尋優調整 boost 係數，以找到用戶指標損失和新內容曝光的最優權衡。

3、基於行爲反饋的人羣擴散：在初期分發後，新內容會積累一定的用戶反饋。小紅書希望將這些新內容也分發給與反饋用戶相似的其他用戶。他們通過 lookalike 模型進行人羣擴散，根據與新內容有過交互的用戶向量生成新內容向量，並將其作爲向量索引。通過定義不同的用戶向量和新內容向量的相似度函數，小紅書推薦系統 lookalike 模型的點擊率提高了約 7%。

4、模型承接：在完成初期的冷啓動後，新內容進入正常分發階段。模型的時效性決定了模型是否能有效處理新內容。通過持續迭代，目前小紅書首頁推薦的召回、粗排和精排模型的訓練都做到了分鐘級更新。

最終的效果，小紅書已經實現了每日新內容佔 40% 曝光，新內容的分發效率（pCTR）與老內容持平，且 24 小時內冷啓動完成率超過 98%。

推薦多樣性，長短期興趣的平衡——

興趣的探索和保留

在小紅書 APP 首頁，會用「發現 Explore」定義信息流推薦的場景，希望能夠幫助用戶發現感興趣的內容，或是找到新的興趣。在「發現」這一目標的驅動下，多樣化的推薦顯得尤爲重要。

用戶的興趣是多樣化的，並且會隨着時間的推移而變化。這些變化可能體現在一天的早晚，一年的四季，或者人生的不同階段。因此，小紅書的推薦系統不僅要提供用戶當前感興趣的內容，還要積極探索用戶可能感興趣的新領域，以更好地滿足用戶的期待。

爲了達到推薦多樣性的目標，小紅書推薦系統引入了兩個關鍵策略——精細化信號利用（Exploitation）和探索（Exploration）。在精細化信號利用中，系統對用戶在多個場景（如搜索、推薦、個人頁和作者頁等）的各種行爲進行精細化利用，歸因不同場景不同權重，並根據用戶的行爲歷史進行序列化建模（實時、近一天、近一週、近一個月、近一年）。這種方法提高了模型對用戶興趣的捕獲和刻畫能力，有助於滿足用戶的短期興趣。

在探索策略中，系統使用 DPP 和 MGS 等向量打散機制，解決追打密集導致的實時興趣內容過量、長期興趣快速遺忘的問題。同時，系統通過人羣召回來解決興趣探索問題，有助於發現並滿足用戶的長期興趣。

爲了平衡推薦質量與多樣性，小紅書提出了滑動頻譜分解（Sliding Spectrum Decomposition，SSD）模型。在信息流推薦場景中，SSD 模型通過高效的滑窗計算，將單篇模型的價值排序轉化爲整個瀏覽週期的建模。

在多樣性的定義中，需要利用 Embedding 來計算內容的相似度。相對於頭部內容，中長尾內容的用戶交互數據更加稀疏，傳統的協同過濾方法在計算相似度時效果不佳。因此，團隊設計了一種基於內容的協同過濾方法（CB2CF），使用內容信息預測協同過濾的結果，更有效地衡量中長尾內容的相似性。CB2CF 方法僅使用內容作爲輸入，依賴模型的泛化能力爲新內容提供良好的預測結果，同時依賴全體用戶的協同標註獲取用戶感知的信號，從而提高推薦質量。

CB2CF 的思想源於微軟 2019 年發表在 RecSys 上的工作。小紅書在此基礎上改進了 loss 的構造方法，取得了更好的結果 [1]

大模型時代，推薦系統的下一站

作爲近年來增長最快速的移動互聯網平臺之一，小紅書證明了推薦系統可以兼顧用戶價值和平臺利益。當用戶在平臺表達自己的偏好，如對哪種類型的內容感興趣、希望看到和不希望看到哪些人或事等，推薦系統會精準的感知並不斷調優來滿足用戶需求。這樣，用戶的滿意度提升，社區持續長大，平臺的流量價值和商業利益就在其中自然而然地生長起來。

在大模型時代，推薦系統正面臨着前所未有的發展機遇。大模型具有強大的泛化能力和知識理解能力，可以爲推薦系統帶來更精準的推薦結果、更好的用戶體驗，以及解決實際問題的能力。然而，大模型在推薦系統中的應用也面臨着諸多挑戰，如計算資源需求、模型可解釋性等。

隨着大模型的蓬勃發展，小紅書的推薦系統將如何演進？

大模型時代推薦系統的機遇和挑戰

目前，在推薦系統與大模型結合領域，存在兩種技術路線：一種是將大語言模型（LLM）發展或改造成爲一個推薦系統，另一種則是將現有推薦系統與 LLM 結合，例如將 LLM 作爲特徵編碼器，或者作爲推薦 pipeline 的控制／調度模塊。

在第一種路線上，小紅書進行了一系列的嘗試。現階段而言，主要挑戰在於處理速度過慢。儘管輸入的參數有時會帶來出人意料的結果，但這種方法與長期積累的推薦系統工具和算法之間存在斷裂。小紅書技術團隊發現，如果完全依賴於 LLM 進行推薦，那麼推薦性能將從一個相對高的行業基線跌落。因此，小紅書技術團隊目前更偏向於後者，也即在推薦系統的傳統流程中融入 LLM 的功能，他們認爲這是一個極具潛力的研究方向。

總的來說，推薦系統與大模型的結合具有巨大的發展前景，特別是讓用戶能夠接受和系統進行多輪交互這一點，與傳統搜推系統場景不同，大多數用戶都願意與 ChatGPT 等 LLM 多聊上幾句，讓推薦系統有了更多機會去學習和了解用戶的意圖和需求，而傳統場景下用戶在最初一兩次搜索沒有得到想要的結果後便會離開。因此，對於有明確業務場景的公司，可以在大模型時代挖掘出新的機會。

結語

在網絡內容爆炸的當下，小紅書的推薦系統通過其獨特的算法和設計，爲普通人提供了一個發現和被發現的平臺。這種理念背後的用戶導向和社區價值，讓每個用戶的聲音都有可能被放大，成爲共鳴的起點。

隨着技術的發展，推薦系統需要更多人性化的考慮，例如，如何在確保內容質量和保持算法公正性之間找到平衡，如何避免讓不具備長期價值的內容被過度放大。大模型時代，推薦系統的可解釋性和透明度如何增強，也是一個重要的挑戰。

在小紅書的案例中，我們看到了技術如何助力構建更加平等和多元的內容生態，這個過程中的技術抉擇和價值考量是推動社區長期健康發展的關鍵。對於用戶而言，思考這些問題，不僅是享受個性化內容帶來的便捷，也是理解和參與未來數字社會的重要一步。

註釋

[1] 論文：Sliding Spectrum Decomposition for Diversified Recommendation，https://arxiv.org/abs/2107.05204