展示影响行为，行为再影响展示
别名: 展示-行为回路 · 推荐闭环 · closed-loop ranking
概念解释
推荐系统不是先有一份固定口味再去迎合。屏幕上出现什么，决定用户点什么；点什么，决定下一次屏幕上出现什么。展示–行为回路（display-behaviour loop）指这条闭合耦合：展示集塑造可观察的行为，行为再写入下一轮展示。两边都不是外生的。
打开这个回路之前，不能把点击日志读成「用户本来就喜欢这些」。日志是回路的产物。
机制
展示是行为的采样框。没被排进屏幕的条目，没有机会产生正行为；被排在首位的条目，即使只是略好，也会吸走不成比例的点击。这些点击作为标签送回训练，下一次排序把同类再往前推。耦合一旦合上，输入（展示）和输出（行为）互相定义，系统在拟合自己刚才的决定。
人在回路里也不是中性传感器。位置、默认播放、自动下一集都会把行为推向已被展示的一侧。于是「用户选择」和「系统选择」在日志里缠在一起，无法靠把点击当偏好来解开。
怎么研究
要看见回路，必须能操纵展示。做法包括：在一部分流量上固定展示（冻结排序若干会话）、在另一部分注入与当前模型无关的展示（随机或编辑位），然后看随后行为分布是否跟着展示走。自变量：展示政策是否闭环、注入比例。因变量：随后点击的类目分布、与展示政策的互信息、用户自评偏好与日志偏好的分歧。
只在历史日志上做离线回放看不见回路——日志已经是某一种展示政策的产物。离线指标偏向现有政策是下一组问题；这里先确认耦合本身存在。
边界
一次性查询（搜一个已知标题、打开分享链接）几乎不闭环，展示由查询词或外链决定。强编辑时间线（直播、新闻头版）里，展示主要由人工排期决定，回路弱。用户数量极少、物品更多的目录里，回路转得慢，几天内看不出来。这条只论证「展示和行为互相写成对方」，不讨论早期偏差如何被放大，也不讨论必须从回路外再灌信号。
怎么落地
- 把「当前展示政策」当成行为数据的一部分存下来。没有展示上下文的点击，不要直接当偏好标签。
- 定期开一条不跟当前模型走的对照轨（编辑位或小比例随机），用来观察行为是否仍跟主轨分化。
- 验证：在影子流量里把某类内容从首屏拿掉一周，看该类点击是否同步消失。消失说明点击一直是展示的函数，不是独立口味。