为什么 Netflix 猜你喜欢那么准，其实它根本不关心电影讲了什么

很多人在聊推荐算法时，习惯性地认为 AI 是在分析电影的标签。比如你看了《星际穿越》，系统记录下“科幻”、“克里斯托弗·诺兰”、“硬核物理”这些关键词，然后给你推送类似的电影。但实际上，像 Netflix 这种级别的工业级推荐，其核心逻辑往往是反直觉的：它根本不需要分析电影本身的内容，它分析的是“人”。

这种机制在计算机科学中被称为“协同过滤”（Collaborative Filtering）。这个概念其实非常经典，最早可以追溯到 90 年代初明尼苏达大学的 GroupLens 项目。当时研究人员发现了一个极其朴素但高效的规律：如果两个用户在过去对一组事物的评价高度一致，那么他们在面对新事物时，未来的评价大概率依然一致。

简单来说，系统并不是在寻找“像这部电影的电影”，而是在寻找你的“口味双胞胎”。如果你和另一个用户 Kelly 过去看过 100 部电影，其中 99 部的评分都几乎一样，那么当 Kelly 给第 101 部电影打了 5 星而你还没看过时，系统就会极其自信地把这部片子推给你，因为你们的审美基因在数据层面上已经重合了。这种逻辑同样支撑了 Amazon 的“买过此商品的顾客还买了”以及 Spotify 的每周个性化歌单。

那么在工程实现上，系统是如何量化两个用户“像不像”的？这其实是一个纯粹的数学问题，将用户的行为转化为多维空间中的向量。

假设我们建立一个简单的评分矩阵，每一部电影代表一个维度。如果你给《钢铁侠》打 5 分，《芭比》打 4 分，《泰坦尼克号》打 1 分，《黑客帝国》打 5 分，那么你在系统中的坐标就是 [5, 4, 1, 5]。而另一个用户 Kelly 的评分如果是 [5, 4, 1, 4]。

此时，算法会调用“余弦相似度”（Cosine Similarity）计算这两个向量之间的夹角。在数学上，如果两个向量的夹角接近 0 度，余弦值就接近 1，这意味着你们的口味高度重合；如果余弦值接近 0，则说明你们完全是路人。

这种基于行为的推荐比基于内容的推荐要强大得多。基于内容的推荐永远无法突破“信息茧房”，因为它只能在已有的标签内打转。但协同过滤可以带来“惊喜感”——比如你平时只看硬核科幻，但你的“口味双胞胎”最近突然迷上了某部小众纪录片，系统会把这部片子推给你。由于你们的底层审美一致，你大概率也会喜欢，尽管这部纪录片在标签上与科幻毫无关系。

当然，这种方案在实际部署中也会遇到挑战，最典型的是“冷启动”问题。当一个新用户刚注册，或者一部新电影刚上线，没有任何评分数据时，余弦相似度就无法计算。这时候 Netflix 才会适当地切回基于内容的推荐，或者通过让用户选择几个感兴趣的标签来快速建立初始向量，直到积累足够的行为数据，再次切换回高效的协同过滤模式。