三分钟讲清：新91视频越用越“像”，因为收藏回看在收敛（真的不夸张）

开门见山：你越常收藏、反复回看某类视频，新91的视频流就越快把你“定型”。这种“越用越像”并非魔术，而是算法在用你最强烈的信号不断收敛用户画像，结果就是推荐越来越聚焦、相似度越来越高。

为什么会这样（通俗版）

• 收藏和回看是强信号。点赞可能随意，停留时间有噪声，但主动收藏、反复回看说明你对这类内容的偏好强、稳定。算法把这类信号权重往上提。
• 算法在做加权平均：平台把你看过的内容抽成向量（风格、主题、节奏、标签等），每次你收藏/回看，系统就把你的画像向量往那个方向加强一次。反复强化后，整体画像“收敛”到一个更窄的中心——也就是“像”的方向。
• 探索-利用权衡被打破。当系统确信某类内容能获得高参与，它就减少探索新内容的比例，把更多资源用于“利用”已知偏好，导致推荐池里差异越来越小。

一个简化模型（非技术细节，只为理解） 把用户画像看成向量P，某类视频向量为V。每次你收藏或回看，平台会更新P ← αP + (1−α)V（α在0~1之间）。反复几次后，P接近V，系统推荐的内容自然越来越像V。

对用户的实际感受

• 优点：你会更容易看到喜欢且耐看的内容，体验更“顺”。
• 问题：信息多样性下降，偶然发现新东西的机会减少，长时间看下来内容显得“千篇一律”。

对内容创作者的机会

• 收藏与回看比点击更值钱。要推动用户收藏，作品需要满足“可回看价值”——有细节、分段教学、反复出现的趣味点或连续剧情都能提高回看率。
• 把作品设计成系列化：短剧/连载、拆解式教程，能增加用户回看前后几集的黏性，从而把创作者风格快速“刻进”用户画像里。
• 开头三秒更关键：抓住用户才能拿到第一次强信号，之后靠内容留存并诱导收藏。

如何避免被“定型”或者主动改变推荐

• 主动制造新信号：有意识去看、收藏你想要更多的不同内容（标签/话题/创作者）。
• 清理或暂停历史个性化：使用“清空观看历史”或新账号做实验，能让系统重建画像。
• 在推荐界面使用“不感兴趣”或屏蔽功能，迫使系统加大探索比例。

结论（短句） 新91的“越用越像”源于收藏与回看的强信号和算法的收敛机制。对用户来说，既带来更精准的满足，也可能带来信息同质化；对创作者而言，意味着把用户变粉的成本和收益都更高。懂得信号的力量，就能更主动地塑造你看到的世界，或者让别人塑造你。