背景
在使用者與推薦系統互動的過程中，有可能出現不符使用者預期的推薦結果，有可能是多樣性策略觸達的不符預期、人生階段變化導致的興趣變動，也有可能是一些話題/圖片使得使用者感到不適。
而負反饋功能即可提供一個推薦系統與終端使用者互動的視窗，結合終端使用者的負面興趣反饋，從而提升推薦的在個人體感的個人化程度。
功能
目前智能推薦提供的負反饋功能支援如下三個維度：
1、針對單個物品拉黑
舉例：在小紅的推薦結果中，出現了某個物料（商品/內容/新聞），小紅不喜歡當前的物料，或者因為物料的一些配圖、文字而引起不適，此時我們需要協助小紅拉黑此物料，保證在後續的推薦結果中不再出現。
效果：我們將針對這個物品對小紅拉黑，即小紅永遠都不會看到此物料。
需要進行的操作：具備負反饋行為的埋點，並且按照規範上報行為資料。
註：如果您的負反饋選擇項較多，需要您根據影響面在1、2、3三種維度中進行映射。
拉黑上報資料規範如下：
item_id | item_type | bhv_type | bhv_value |
|---|---|---|---|
必填 | 必填 | 欄位值上報：”dislike” | 欄位值上報：”dislike_item” |
註：行為資料的具體構成規範請參考行業內的資料規範。
2、針對物品某種特徵不喜歡
舉例：在小紅的推薦結果中，出現了3ce的雙色修容盒，小紅不喜歡這類物品，對此物品點了屏蔽：高光。
效果：我們將針對這類物品對小紅拉黑，即小紅不會看到”高光”類的物品。
需要進行的操作：具備負反饋行為的埋點，並且按照規範上報行為資料。並在商品表中的對應的特徵準確填寫。
上報資料規範如下：
item_id | item_type | bhv_type | bhv_value |
|---|---|---|---|
不填 | 不填 | 欄位值上報：”dislike” | 欄位值：”dislike_class:key=value” 舉例：”dislike_class:cagetory_path=12_4_5” |
bhv_value中的key取值枚舉：
行業 | 特徵 | bhv_value舉例 |
|---|---|---|
電商 | category_path； tags； band_id； shop_id。 | dislike_class:cagetory_path=12_4_5； dislike_class:tags=淑女：（不用把中文用引號圈起） dislike_class:band_id=12；dislike_class:shop_id=123。 |
內容 | category_path； channel； author。 | dislike_class:cagetory_path=13_4_5； dislike_class:channel=xxx； dislike_class:author=張三； |
新聞 | organize； channel； author。 | dislike_class:organize=xxx；dislike_class:channel=xxx； dislike_class:author=張三； |
3、針對與該物品相似相關物品的不喜歡
舉例：在小紅的推薦結果中，出現了3ce的雙色修容盒，小紅不喜歡和此物品相似的，點了不再推薦相似的物品。
效果：我們將針對此物品相似的物品對小紅拉黑，即小紅不會看到和此物品相似的物品。
需要進行的操作：具備負反饋行為的埋點，並且按照規範上報行為資料。
上報資料規範如下：
item_id | item_type | bhv_type | bhv_value |
|---|---|---|---|
需要填 | 需要填 | 欄位值上報：”dislike” | 欄位值上報：”dislike_related” |