TikTok已在内测“讨厌”功能

根据报道，抖音海外版TikTok正在测试一个名为“讨厌”的功能，这个功能类似于以前的“踩”，可以让玩家表达对作品的不喜欢，但是与踩不同，“讨厌”只有用户自己和TikTok内部可以看到，并不会对其他用户展示。这样的功能可以帮助平台对用户个人喜好进一步的了解，从而推送更精细化、更让用户喜欢的推送内容。

作为社交网络的核心，“转评赞”无疑是内容优秀与否的重要评判标准之一，同时也是激励创作者的重要工具，反之，点“踩”也是用户反馈自己对于相关内容好恶的重要渠道。然而大家可以发现，这些年来越来越多的社交网络不再给用户提供“踩”这个功能，即便是有的平台往往也不再显示具体的数量了。海外市场的YouTube是这样、国内的知乎也是如此，未来TikTok或也将这样做。

这其实是因为无论是在哪个平台上，内容创作者都是生态的核心，平台需要保护或笼络他们，需要为这些生产UGC内容的用户提供一个较好的创作环境，而“踩”在某种意义上则会对创作者造成一定的影响。

既然如此，为什么平台不直接取消“踩”或者反对功能呢？这是因为这一行为从用户层面来说，虽然确实没有太大的积极作用，但平台却可以从用户行为中发现需求的变化，进而指导创作者。

此外，“踩”或者反对对于内容平台来说，还有着不可或缺的作用。大家不妨想想，到底在什么情况下用户才会选择点“踩”呢？通常来说，几乎一定是用户对相关内容持非常强烈负面态度的时候。因为面对不喜欢的内容，除了点“踩”外，产品经理其实还提供了右上角的“X”来让用户摆脱不爱看的内容，所以用户会进行额外的操作去点“踩”，几乎一定是这类内容是他们厌恶和反感的，并且这也意味着，通过用户的点“踩”行为，平台其实可以分辨用户喜好的。

对于内容平台来说，最重要的一环其实就是搞清楚具体用户的具体喜好，只有这样才能因人而异推送内容。要知道，人的思维都是有惰性的，当看到与自己想法相似的观点时，会自然而然地很轻松去接受，而遇到向左的观点时才会进行思考。从用户的角度出发，喜欢的东西你才会点开看，不喜欢或是没兴趣的东西就会选择忽略。因此通过统计分析你所点开的内容，来推荐同类型的推送消息也是最简单直接的方式，而这就是所谓个性化推荐的理论基础。

基于机器学习的个性化推荐算法优势就在于让用户变得“更懒”，在如今这个信息大爆炸的时代，海量的多元化内容已经占据了用户的视野，因此信息的精确获取也就变得更加的复杂和繁琐，这无疑大幅增加了用户的机会成本。

换句话来说，用户主动寻找自己需要的信息变得更难了，而个性化推荐则借助用户画像和大数据，就能将用户可能感兴趣的内容直接“送到嘴边”。

所以个性化推荐这种将平台沉淀的碎片化信息进行再分类、过滤再组织定向输出的技术，自然是很好用的，以至于已经成为了各平台的标配。

然而在经过了时间的洗礼后，用户不干了。

因为用户发现，个性化推荐这种构建情感纽带，让自己以为“懂我”的技术其实是在为自己构建一个“信息茧房”，或者说用户自己给自己造了一个“过滤器”。甚至于自己的每一次点击、每一次点赞，都反过来变成了自己的枷锁后，用户自然就不乐意看到自己陷于信息茧房了。

君不见，在《互联网信息服务算法推荐管理规定》实施后，网络中已经出现了大量教如何关闭微博、微信、知乎、淘宝等主流平台个性化推荐的教程。

基于“喜欢”或“点赞”而提高的个性化推荐在已经被用户厌倦的情况下，平台方却是不可能抛弃个性化推荐的，毕竟这项功能对于用户留存、活跃等指标的贡献实在是太大。

因此TikTok内测的“讨厌”按钮功能可以被视为是反其道而行之，它的逻辑不是向用户推荐“喜欢”的内容，而不是推送用户“厌恶”的内容。这一逻辑咋一看尽管并不合理，毕竟推荐用户喜欢的内容就等于排除了可能不喜欢的，但就像前文所说，单纯推荐用户喜欢的内容反而会引起用户的警惕。

现在TikTok的做法，其实就是排除了用户强烈反感的“错误答案”后，剩下的内容就是用户可能感兴趣的“正确答案”。与以用户兴趣为驱动的传统个性化推荐不同，这种排除错误答案的推荐方式自然也就不会引起用户的警惕了，因为在反感的内容之后，不仅有用户喜欢的内容，还会有用户持中立态度的无感内容。