待验证50% 置信事实精确时间

推荐算法基于点击率、停留时长和互动率优化会导致流行度偏差（Popularity Bias），使吸引眼球的内容获得更多曝光

1

来源数

50%

置信度

长期有效

时效性

2026/9/4

首次发现

来源

Sunday Club：每周一份精选清单，用人工策展对抗信息过载

涉及实体

流行度偏差concept

相关事实

已验证社交媒体平台的推荐算法核心优化目标是用户参与度，这种机制天然偏好视觉冲击力强、情绪唤起度高的内容，导致算法审美趋同现象79% 相似待验证算法推荐产生「信息茧房」效应，用户被持续暴露于与既有观点一致的信息中，认知多样性收窄76% 相似待验证B站的推荐算法以点赞、投币、收藏、评论等用户行为信号作为内容分发的核心权重，收藏和投币权重高于点赞74% 相似待验证当代算法推荐系统以参与度作为内容价值代理指标，倾向于放大情绪刺激强、受众基础大的内容，而系统性压制小众深度慢热型内容74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/852870

API

curl https://kongchang.com/api/v1/knowledge/claims/852870

MCP

get_claim(id=852870)