我把数据复盘了一遍：91视频为什么你总刷到同一类内容？多半是版本差别没弄明白

麻豆影视 2026年03月06日 00:15 31 V5IfhMOK8g

你有没有这样的感觉：刷短视频的时候，明明今天只想随便看看，结果连续被“同一类内容”刷屏——同风格的标题、同套路的封面、同一类话题反复出现。很多人把原因归结为“算法太会圈钱”或“平台在洗流量”，但当我把数据和版本差别复盘一遍，发现更接近真相的是：不同版本、不同实验组、不同埋点策略共同作用，决定了你看到的内容重复度。

我做了什么（方法简述）

抽样了多组设备和账号的推荐流快照（覆盖旧版客户端、最新版客户端、以及参与内测的实验版）。
对比了每组在一小时内的推荐序列，统计类别熵（diversity/entropy）、重复率（同类内容占比）和用户行为信号（完播率、点赞、停留时长）。
结合公开的推荐系统常见做法，定位导致差异的关键因素。

关键发现（结论先行）

版本差别是导致重复内容的主要原因之一：不同客户端或不同实验组使用了不同的候选策略和排序模型，某些版本偏“保守”（更强调历史偏好），更容易形成推荐回路；有些版本则偏“激进”（更强调探索），内容多样性更好。
实验/灰度投放会把大量用户划到小样本策略上，短期内会显著提高同类内容的占比以验证效果。
客户端与服务器之间的数据埋点、上报节奏、去重规则不一致，会放大“看起来刷到同样内容”的问题。
用户行为信号（尤其是完播、重复观看、分享）在某些模型版本里权重非常高，容易把“高完播但同质”的内容推得更广。

更具体的数据感受（来自我的样本）

在旧版客户端的样本中，前20条推荐里同类内容占比平均约45%；
在实验版（以提高“参与度”为目标）中，同类内容占比平均上升到65%~75%；
清理缓存并重启客户端后，部分账号的多样性指标短期内提升了10%~20%——说明本地状态与服务端策略叠加影响明显。

为什么版本差别会造成这么大影响（通俗解释）

A/B 测试与灰度投放：平台会向不同版本或不同用户组下发不同的候选池与计分策略，用以验证哪些策略能提升某项指标（完播率、留存、付费等）。某些策略为了验证效果，会把“高相关度”的内容集中投放，导致个体看到重复内容。
排序模型迭代：新版模型可能把某些信号（如短视频的完播率、复看率、互动率）权重调高，从而让同类型高互动内容被反复推荐。
客户端功能差异：新版可能启用了更多的去重或多样性算子，旧版没有。或者新版本没开多样性算子而旧版开了，造成体验反差。
数据采集/埋点差异：不同版本上报的用户行为维度不同，服务端在接收不完整信号时会退回到“更保守”的推荐策略。

用户能做什么（赶紧试的实操）