喜欢一支球队，为什么推荐系统不应该只给你看这支球队？江南体育AI如何理解真正的体育兴趣

先设想两位注册时都选了同一支球队的用户。第一位每场比赛都看直播，赛后必读战报，偶尔点开集锦；第二位其实很少看整场，他点得最多的是这支球队一名中场的战术分析，以及一些讲青年球员出球方式的长文。两人的“喜欢的球队”栏目完全一样，但如果首页给他们的内容也一样，其中至少有一位会觉得系统根本不懂自己。

体育内容有个特别之处：它同时包含实体（球队、球员、教练）、事件（一场比赛、一次转会、一次伤病）、内容形式（直播、集锦、数据图表、长文分析）和话题（战术、青训、转会、裁判判罚）。用户对这四类东西的兴趣不一致，也不同步变化。江南体育智能推荐要解决的问题，就是在这样的结构里，弄清楚一个人究竟对什么感兴趣，以及怎么把首页做得既准确又不乏味。

兴趣分层：球队标签只是最上面的一层

比较合理的做法，是把用户兴趣拆成几个相对独立的层，而不是放进一个单一的“偏好列表”。

• 实体层：喜欢哪些球队、哪些球员、哪些教练。这一层最容易获得，也最容易过度使用。
• 赛事层：关注哪些联赛、杯赛、青年赛事，是只在关键场次出现，还是长期跟踪。
• 内容形式层：更爱看战术分析、数据解读，还是集锦和短消息；愿意读长文，还是只看要点。
• 话题层：对转会、青年球员、伤病、裁判、战术趋势各自有多大兴趣。
• 情境层：比赛日和非比赛日、工作日和周末，他打开应用时想要的东西并不相同。

系统里，这些层通常会汇总成一个用户向量（User Embedding），但向量只是压缩的结果，不是起点。起点是行为：点开了什么、看了多久、收藏了什么、搜过什么、主动关注了谁。关键在于，向量必须保留“为什么”，至少要能回答：这个用户被推荐这条内容，是因为他的哪一层兴趣。否则出问题时，没人能判断错在哪里。

长期兴趣与短期兴趣，必须分开算

一个用户昨晚连续点了六条与某场德比相关的内容，不代表他从此只爱看德比。相反，他三个月来持续读某类青年球员成长的文章，也不该因为今天没点开就被忘掉。这两种信号的时间尺度完全不同。

短期兴趣反映当下：比赛日、突发转会、某个球员的热点事件，它变化快，衰减也快。长期兴趣反映稳定的偏好：喜欢的踢法、习惯的内容形式、持续关注的位置或联赛，它变化慢，却更能定义一个人。如果两者混在一起用同一个权重，系统要么过度追逐热点，把首页变成新闻聚合，要么过度保守，永远只推老兴趣。

公开资料中，近期的推荐研究也在朝这个方向走：把用户长期兴趣与近期行为分开建模，或在知识图谱里沿着关系逐层发现用户潜在的、层次化的兴趣，而不是只做一次相似度匹配。江南体育采用的思路与此一致，即在保留近期热度的同时，给长期兴趣一个稳定的、可解释的位置。

内容也需要被理解：从标题到关系

另一半问题在内容一侧。只用关键词和标题去匹配用户，会把大量有价值的关联漏掉。比如一篇讲“边后卫内收参与出球”的战术文章，标题里可能没有任何球队或球员名字，但它与某支球队的踢法、某位边后卫的角色、某类比赛的战术趋势都有深层联系。

做法是为体育内容建一张知识图谱。节点包括球员、球队、教练、赛事、位置、角色、战术概念、文章与视频；边则包括“效力于”“担任某种角色”“执教于”“参加某赛事”“风格相近”“讨论某战术”等。有了这张图，系统就可以做几种单靠标题做不到的事：

• 识别一篇文章真正谈论的是谁，而不是标题里出现了谁。
• 沿着关系找“相关但没直接提及”的内容，比如从用户常看的某位中场，走到与他风格相近的另一名年轻中场。
• 把一条内容放进合适的话题，比如某篇讨论青年球员出球方式的文章，同时属于青训话题、战术话题和位置话题。

公开资料显示，体育领域的推荐研究正在把深度学习模型与本体（ontology）和语义相似度结合，用结构化的体育知识增强对内容的理解；另有关于体育知识图谱构建、以及在保护隐私的前提下对体育媒体做知识图谱嵌入的研究。这些方向说明，语义关系正在成为体育推荐里不可缺少的一层。具体的推荐原理如何在产品里体现，可以阅读用户没点过某个球员，AI为什么仍然可能把他推荐出来？。

为什么不能只推“你已经喜欢的”

假设系统在准确率上做得很好，每次都能猜中用户想点的东西。听上去很好，但长期看会出问题：用户看到的内容越来越像，兴趣被系统不断强化，视野越来越窄。这就是常说的信息茧房。体育里的表现是，一个只看某支球队的用户，逐渐看不到同联赛的其他比赛，看不到与自己喜欢的球员风格相近的其他球员，也看不到青年赛事里刚刚出现的有意思的人。

推荐研究里把这类目标称为“超越准确率”的指标：多样性（一次给出的内容是否有差异）、新颖性（内容是否是用户此前没有见过的）、意外发现（Serendipity，内容既出乎意料，又确实有价值）。公开研究显示，知识图谱可以帮助系统有目的地选出与用户历史不同、但语义上相关的内容，从而改善这些指标。

江南体育智能推荐的当前思路，是在排序之后加一个调节层：一部分位置留给与用户主兴趣最相关的内容，另一部分位置留给“相关但没接触过”的内容。这些探索位不是随机的，而要满足几个条件：与用户某一层兴趣有可解释的连接、内容质量足够、不能在一屏里全部来自同一个话题。关于信息茧房的成因和应对，可以进一步阅读体育推荐最容易陷入什么“信息茧房”？江南体育AI为什么需要探索性推荐。

反馈不只有点击

点击是最容易收集的信号，也是最有误导性的信号。一条标题夸张的内容很容易被点，却不一定被读完；一篇需要认真看的长文，点击率可能不高，却带来很高的收藏和回访。因此系统需要把不同反馈区别对待：

• 显式反馈：关注、收藏、点“不感兴趣”、屏蔽某个话题。权重高，但数量少。
• 隐式反馈：停留时长、阅读进度、重复访问、主动搜索。数量多，但需要去噪。
• 负反馈：快速跳过、划走、关闭。不能简单当作“不喜欢”，也可能只是当时不方便看。

对探索位置的反馈尤其要小心解读。一次没有被点开的探索推荐，并不意味着这条路线错误，可能只是时机不对。合理的处理是观察多次、多种情境后的趋势，而不是因为一次点击就修剪掉一整个方向。

这套思路容易在哪些地方出问题

坦率地说，推荐系统没有一个“做对了就万无一失”的状态，下面这些问题是需要长期面对的。

• 冷启动：新用户几乎没有行为，系统只能依赖注册时的选择和一些通用热度。这个阶段的推荐不该显得很有把握。
• 兴趣漂移：一个用户可能因为一次转会、一场比赛而突然转向新的话题，也可能长时间沉寂。系统需要能识别漂移，而不是死守旧向量。
• 图谱缺漏与错误：知识图谱里的关系可能缺失、过时或标错，比如球员转会后没有及时更新，会造成错误关联。
• 探索过度：探索太多会让用户觉得“不准”，探索太少又会回到茧房。这个比例没有固定答案，需要按用户、按情境调。
• 隐私边界：行为数据越细，越需要明确用途、保留期限和用户的控制权。兴趣画像应当可以被查看、被调整、被清除。

需要说明的是，这里描述的是江南体育的设计取向和处理流程，而不是对任何具体效果指标的承诺。推荐效果与用户群体、内容库、运营场景高度相关，用一个数字宣称“准确率多少”既不诚实，也没有意义。

一个模拟例子：同一支球队，三个首页

回到开头那两位用户，再加上第三位。以下是示意，不代表真实用户。

三位用户填写的球队一致，首页却各不相同，探索位的内容也带着与各自主兴趣的可解释连接。这正是“理解兴趣”和“复制点击”的区别。

从推荐到发现

推荐系统最容易被误解成一个“猜你喜欢”的工具。更准确地说，它做的是排序和取舍：在海量内容里，先满足用户已经明确的需求，再为他挑出那些值得被看见、但他自己可能还没有找到的东西。这两件事缺一不可，只做前者，产品会让人厌倦；只做后者，用户会觉得不被理解。

江南体育App里的推荐、搜索和观察名单，本质上是同一套体育数据与关系的不同入口。关于近期公开研究如何看待知识图谱和语义关系，可以延伸阅读体育推荐不再只看点击历史：江南体育观察知识图谱和语义关系如何进入推荐系统。更完整的产品逻辑，也可以在江南体育智能推荐频道中找到。