打开一个视频平台，刷了半小时还是找不到想看的？点开购物网站，首页推荐全是不相关的商品？很多人都遇到过这种情况。其实，推荐系统并不是天生就知道你喜欢什么，它需要你一步步‘教’它。
从点击开始建立偏好
每次点击都是一次投票。比如你在美食文档里多看了几眼川菜的做法，系统就会记下这个行为。哪怕你没点赞、没收藏，只是停留时间稍长一点，算法也会认为你对这类内容有兴趣。所以，别小看每一次停留和点击，它们都在悄悄塑造你的推荐画像。
主动标记比被动浏览更有效
看到一篇讲Markdown排版技巧的文章，顺手点个喜欢，系统下次就可能推更多实用工具类内容。相反，如果看到一堆你不感兴趣的网红打卡地攻略，直接点‘不感兴趣’，比默默划走更有用。有些平台甚至允许你选择‘减少此类内容’，这样推荐会更快调整方向。
利用搜索框明确表达需求
当你在文档平台搜索‘论文排版字体规范’，等于直接告诉系统：我现在关心这个主题。接下来几天，相关格式设置、字号行距建议等内容就会频繁出现。比起模糊浏览，精准搜索是最快让推荐变准的方法。
清理干扰项也很重要
有时候推荐不准，是因为早期行为干扰了判断。比如某天随手点了几个宠物视频，结果接下来一周全是猫狗日常。这时候可以专门花几分钟，清除浏览记录，或者集中点击几次你真正关注的内容，把权重拉回来。
代码示例：自定义内容过滤规则
一些高级平台支持用户编写简单规则来过滤推荐。例如，在RSS阅读器中添加过滤条件：
<filter>
<rule type="block" keyword="娱乐八卦" />
<rule type="boost" keyword="文档排版" weight="2.0" />
</filter>这样的配置能让系统优先推送你关心的主题，同时压制无关信息流。
定期刷新兴趣标签
人的兴趣会变。半年前你可能热衷简历排版，现在更关注学术写作。可以每个月进一次账号设置，检查‘我的兴趣标签’，删掉过时的，加上新的。就像整理书架，定期归类才能保持高效。