L6.09.3performative preference设计研究
用户为获得想要的推荐而调整行为，行为数据因此失去代表性
别名: 表演性偏好 · 为推荐演戏 · gaming the recommender
概念解释
想看某类内容却总被推另一类时，有人会连续点想要的、故意不点不想要的、甚至专门搜关键词「教」系统。日志看起来像口味变了，其实是在操作模型。表演性偏好（performative preference）指：行为是为了改变下一轮展示而生产的，不再是对内容本身的反应，于是不能再被当成对潜在口味的无偏样本。
误触是噪声。表演是策略。两者都会写进画像，来源不同。
机制
用户一旦理解「点了就会再来」，点击就变成工具：点是投票，不点是否决，搜索是提词。工具性点击的生成过程以模型为条件，违反了「行为独立于当前政策」这一学习假设。模型越透明（理由越具体），工具越容易用；越不透明，人就用更粗的启发式（「多划几次也许会换」），日志更脏。
表演还会自我证实：演出来的正例召来同类，用户得到了想要的列表，于是继续演。观测分布锁在策略均衡上，而不是锁在未经干预的口味上。离线拿这份日志去拟合「真实偏好」，拟合的是这份均衡。
怎么研究
访谈加日志对照：问「你有没有为了让推荐变一变而特意点或不点」，再在日志里标出这些片段。实验上可给一组人明确的控制（「更多这样」），另一组只能通过点击间接控制，对比行为与自评口味的分歧。自变量：是否提供显式控制、理由是否点名依据。因变量：工具性点击的比例、自评–日志相关、停止表演后列表是否回潮。
不要把「用户很会用产品」当成质量。会用是表演能力。要报的是日志作为口味估计的偏差。
边界
显式「更多 / 更少」本身就是把表演合法化成控制，这是件好事，条件是它打到特征而不是逼人去点内容。专业运营、商家养号是另一类表演，不在普通用户范围内。这条管「为了改推荐而改变的行为让数据不再代表口味」，不处理探索槽的即时体验成本。
怎么落地
- 把「我想多看这类 / 少看这类」做成显式控制，降低靠演戏来投票的必要。
- 对短时异常高密度的同类点击做降权或求确认（「你是想把推荐转向这里吗」），避免把策略当成口味。
- 验证：找自称「为了改推荐而连点」的用户，看那一时段的正例在画像里的权重。若与他们事后划的「真正想看」不一致且清不掉，日志已经失去代表性。