AI 产品推荐引擎到底是如何选择展示内容的
作者： Zakaria Reziki
Growli 首席执行官 · 2026年10月1日 · 6 分钟阅读
在 Zakaria Reziki 制定的编辑标准下借助 AI 撰写，并在通过来源与质量的自动检查后发布。
产品页面上"购买此商品的顾客也购买了"或"为你推荐"这类组件，依据的是两种根本不同的方法之一，或者两者的某种混合——而弄清楚究竟是哪一种在发挥作用，会改变你对它应有的期待。本文用通俗的语言解释协同过滤和基于内容的推荐，以及一位正在评估某个推荐引擎应用的小店主真正应该权衡的利弊。
本文专门讨论的是站内推荐组件，而不是像 ChatGPT 这样的 AI 助手决定是否向正在别处浏览的人推荐你的店铺——那是一个独立的系统，本站的另一篇配套文章专门讨论了这个话题。
基于内容的推荐：比较一件产品是什么
基于内容的系统通过比较产品的实际特征——类别、材质、价格区间、描述性标签——与某位特定购物者已经表现出兴趣的内容来推荐产品。如果有人浏览了一双防水徒步靴，基于内容的系统就会寻找其他具有相关属性的产品：其他防水鞋类、其他徒步装备、价格区间相似的商品。
这种方法通常依赖的是单个购物者自己的信息，而不是借助更广泛的顾客群体的行为，这让它更具可预测性，但也更有局限性——它往往倾向于推荐与某人已经浏览过的内容相似的东西，这对一个正在浏览的购物者来说，可能意味着更少的多样性。
两种方法
基于内容 vs. 协同过滤
基于内容：比较产品特征
类别、材质、价格、标签——依据单个购物者自己的活动运作。
协同过滤：比较行为模式
相似顾客共同购买了什么，从社区数据中学习得出。
大多数应用会混合使用两者
在行为数据过于稀少时回退到产品特征。
协同过滤：比较人们做了什么
协同过滤的工作方式不同。Google 关于这种方法的文档把它描述为同时利用用户和商品之间的相似性，这种相似性是从社区行为模式中学习到的，而不是来自任何单个产品的特征。在实践中：如果购买了和你当前购物者相同徒步靴的顾客，也经常购买某种特定的徒步地图或徒步袜，系统就会推荐这些商品——不是因为它们和那双靴子有明显共同的特征，而是因为购买模式相似的人同时买了这两样东西。
这可以产生一种基于内容的系统很少能给出的、令人愉快的意外推荐，因为它不局限于那些表面特征相同的商品。代价是，它首先需要真实的行为数据才能运作。主要云服务提供商在构建推荐工具时也反映了同样的区分：亚马逊自己关于其 Personalize 服务的文档描述了同时支持协同过滤和基于内容的算法，而不是把其中一种当作另一种的通用替代品。
小店铺应该提前规划应对的冷启动问题
协同过滤的核心弱点就是所谓的"冷启动问题"：它还无法为一个尚无购买或互动记录的产品给出有意义的推荐，对于一个行为尚未被记录的全新访客，它也没什么可用的素材。对于一家产品目录有限、流量不大的小型或较新店铺来说，这并不是一个假设性的边缘情况——这是大量产品和访客的正常处境。
正是在这种情况下，一种基于内容的方法，或者在行为数据稀少时回退到产品特征的混合系统，往往在较小的产品目录上表现得更可靠。一个为高流量零售商调校的纯协同过滤推荐引擎，在一家较小的店铺上可能根本没有足够的数据可用——两种方法的学术比较把这同一种冷启动局限，描述为协同过滤最为一致被记载的弱点之一。
冷启动问题
为什么协同过滤在面对新店铺时会遇到困难
1. 新产品或新访客
尚不存在购买或互动记录。
2. 协同过滤没有可比较的素材
它依赖社区行为学习，而这种行为在这种情况下尚不存在。
3. 基于内容的后备方案依然有效
产品特征不需要行为记录就能进行比较。
评估一款推荐应用时真正该权衡的是什么
问清楚这款应用实际使用的是哪种方法，因为供应商并不总是会主动说明这个细节，而合适与否真正取决于产品目录规模和流量。一家每个产品交易量可观的大型店铺，可以从协同过滤发掘非显而易见关联的能力中获益。而一家较小或较新的店铺，往往更适合采用基于内容或混合式的方法，因为这种方法不依赖店铺还不具备的行为数据。
同样值得记住的是，这套系统做不到什么：它始终只对已经在你网站上的访客起作用。它和一个 AI 助手是否向尚未找到你的人推荐你的店铺毫无关系——那是一个需要不同解决方案的独立问题，我们的AI 个性化与 AI 可见度对比指南专门讨论了这个话题。
FAQ
基于内容的方法比较的是一件产品"是什么"——它的特征和类别。协同过滤比较的是人们"做了什么"——众多顾客之间的购买模式——而不管这些产品是否有明显的共同特征。
如果这款应用依赖协同过滤，那么它很可能还没有足够的购买记录来支撑你的产品目录——这就是冷启动问题，对于较新或较小的店铺来说很常见。
通常不是。许多应用会把两者混合使用，当某个产品或访客的行为数据过于稀少、不足以支撑协同过滤时，就用基于内容的逻辑作为后备方案。
不能——这套系统只对已经在你网站上的访客起作用。至于一个 AI 助手是否会向一个尚未访问过你网站的人推荐你的店铺，这是一个有着不同要求的独立问题。
不一定。一套为高流量零售商打造的复杂协同过滤系统，在一个较小的产品目录上，表现可能还不如一种更简单的基于内容的方法，因为它需要这家店铺可能还不具备的行为数据。