L6.03.2explicit preference elicitation设计研究
显式偏好采集是常见解法
别名: 偏好采集 · 选片冷启动 · onboarding tastes
概念解释
没有行为历史时，最短的补法是开口问：选三部电影、勾几个类、给几首歌打分。显式偏好采集（explicit preference elicitation）用用户当时愿意给出的声明，代替尚不存在的点击序列，让排序器在第一屏就有一个非零向量。
它是常见解法，因为声明比等待几十次偶然点击更快。它不是更真的偏好——声明和日后行为经常对不上。
机制
采集把冷启动从「估计问题」改写成「表单问题」。选中的种子进入近邻或内容匹配，第一屏不再纯是全局热门。种子的质量取决于题目的区分力：全是头部品，种子仍然落在先验里；全是生僻项，新用户无法判断，种子噪声大。
声明是当下的自我叙事，受社会期望、记忆和「我想成为哪种听众」拉动，与日后真实点击不是同一分布。采集的价值是给出可计算的起点，不是给出最终画像。后续行为必须能覆盖这批种子，否则第一周的勾选会变成永久偏见。
怎么研究
在新用户队列上对比：无采集（热门基线）、短采集（少量高区分种子）、长采集。离线侧看种子向量与一周后真实交互的一致（重叠、排序相关）；线上侧看首屏相关判断、完成采集的比例、一周留存。自变量：种子条数、题目是类目还是具体条目、是否允许「跳过」。因变量：声明–行为一致、首屏有用性、到达首页的比例。
采集成功不能只报「完成了问卷」。完成率高而一周后点击与种子无关，说明采集了叙事，没有采集到可用信号。
边界
隐私敏感或低卷入产品（一次性工具、匿名浏览）上，开口问本身不成立，应走上下文或保持热门。儿童很难完成「代表我口味」的元任务，种子更不可靠。企业目录里偏好往往是角色而不是口味，采集对象应是职责，不是喜欢。这条只论证「问一句是冷启动的常规补法」，不处理问太多会把人问走——那是下一层代价。
怎么落地
- 用少量具体条目当种子，不要用一长串抽象类。「这三部里哪部接近你」比「选择你喜欢的二十个标签」更能变成向量。
- 种子必须可被后来的行为覆盖：第一周的点击应能改写第一天的勾选，并在画像里看得见。
- 验证：完成采集的新用户，首屏应与热门基线有可指出的差别；一周后把种子和真实点击做重叠。重叠过低，采集就只是仪式。