如今，推荐引擎无处不在。流媒体服务会推荐接下来该看什么。音乐平台构建个性化播放列表。社交网络策划信息流。数字商店会在用户搜索之前就推荐产品。软件应理解个人偏好的理念已成为数字媒体的基本原则。

　　然而，在千禧年之交，这一概念还只是处于实验阶段。

　　早在Spotify播放列表或TikTok的“For You”动态出现之前，TiVo就在开始一些极具野心的尝试。它希望电视能了解观众喜欢什么。该功能被称为TiVo Suggestions，成为最早面向消费者的推荐系统之一，旨在预测用户口味，而不仅仅是响应用户指令。更重要的是，它展示了电视的发展方向：（内容）发现会成为产品的一部分。

个性化之前的电视

　　在1990年代末和2000年代初，电视仍然大多是线性的。电视网决定播出时间表。观众会根据节目时段调整自己的节目节奏。（内容）发现是通过换台、电视指南、促销活动或亲友推荐实现的。这段关系本质上是单向的。电视网决定观众会看到什么、什么时候看。

　　TiVo挑战了这一模式。其数字录像机允许用户暂停直播电视、自动录制节目，并建立个人内容库。更重要的是，它生成了传统电视系统无法捕捉的观看行为数据；由此，电视设备首次能够观察人们实际观看的内容，而不仅仅是电视网安排的内容。

　　这个区别很重要。一旦电视能够观察行为，它就能开始做出决策。

TiVo推荐的诞生：AI之前的预测品味

　　TiVo推出了推荐（Suggestions）功能，作为个性化电视的实验。该系统分析了观看行为、记录模式、点赞和点踩（thumbs-up and thumbs-down）评价以及其他互动信号。基于这些输入，TiVo会自动录制它认为用户可能喜欢的节目。

　　这在当时是一个激进的概念——因为设备没有等待明确的指令而是试图主动预测偏好。如果用户经常观看科幻剧，TiVo可能会录制类似的节目。如果他们持续忽视某些类型，这些推荐会逐渐消失。TiVo推荐的目标很简单，就是将电视发现变成个性化体验。这个理念如今已成为现代流媒体的核心。

　　现代推荐系统由机器学习模型驱动，处理跨越庞大用户群体的数十亿次交互。而TiVo运行在截然不同的技术环境中。TiVo推荐依赖于直接从各个家庭收集的行为信号。它通过观看习惯、记录决策和用户反馈来创建偏好档案。

　　以今天的标准来看，这项技术相对简单。但背后的理念并非如此。TiVo推荐成了后来成为流媒体核心的东西。消费者常常难以在大型节目库中发现内容。帮助他们找到相关节目可能和节目本身一样有价值。这才是故事中仍然重要的部分。TiVo不仅仅是在改善DVR，它还在识别未来的媒体权力层。

TiVo推荐：让内容发现成为特色，部分定义今天的流媒体

　　在TiVo推荐诞生时，大多数电视产品都专注于接入，目标是更多的频道、更多的内容、更多的录音容量。而TiVo专注于发现。TiVo明白，丰裕会带来新的问题。随着内容选择的增加，找到值得观看的内容变得越来越困难。Suggestions试图通过减少决策疲劳和揭示观众自己可能未曾发现的内容来解决这一挑战。这使发现过程从（人力）编辑流程转向软件驱动体验。

　　TiVo推荐证明了媒体消费可以变得个性化，而非计划化。TiVo理解观看行为包含关于个人偏好的宝贵信号。这些信号可以用来提升发现、增加参与度并增强用户满意度。更重要的是，TiVo认识到理解品味可以成为竞争优势。

　　彼时，媒体公司主要竞争内容所有权和分发覆盖范围。而TiVo带来了另一种可能性。在人们主动寻找之前，能够理解他们的需求。这个想法现在无处不在，并部分定义了流媒体经济。Netflix的rows、YouTube推荐、TikTok的“为你推荐（For You feed）”、Roku的主屏幕、FAST频道指南、应用搜索、个性化艺术作品、预告片、元数据和观看提示，都是同一个大概念的一部分。流媒体产品不仅仅是只是内容库，还是帮助用户导航的系统。

局限性：起大早的TiVo

　　在（内容）发现成为具体业务之前，TiVo就已经有了发现的想法。但尽管有所创新，TiVo推荐仍面临重大限制。

　　电视生态系统基本上保持封闭状态。内容库分散在多个渠道和网络中，而非集中在单一平台内。与现代流媒体服务收集的用户行为数据相比，其数据有限。许多消费者也觉得自动推荐很陌生。在那个个性化尚未被期望的时代，设备录制内容却没有明确说明，这种想法显得很不寻常。这一功能常被爱好者欣赏，但从未成为消费者购买TiVo设备的主要原因。这就是限制。

　　TiVo有这个洞见，但它控制的生态系统还不够，无法完全实现变现。它有行为数据，但没有完整的流媒体界面。它有个性化功能，但没有庞大的点播节目库。TiVo推荐最重要的问题是市场时机。该功能出现时，流媒体平台还没有建立起庞大的点播库。它出现在云计算普及、大规模推荐基础设施出现之前。它出现在消费者预期软件能够理解他们偏好之前。所以，在一定程度上TiVo正试图解决未来的问题。

　　随着流媒体服务的扩展，应对丰裕的挑战变得越来越重要。推荐引擎从可选功能演变成核心产品基础设施。行业最终赶上了TiVo多年前发现的问题。早期创新往往就是这样演化的。第一个看到变化的公司并不总是能够抓住价值的公司。

现代推荐的基础 & TiVo的遗产

　　如今的推荐系统比TiVo Suggestions要复杂得多。Netflix分析了数亿用户的观看行为。Spotify通过数十亿次聆听生成个性化播放列表。TikTok会根据实时互动信号不断调整动态。YouTube、Roku、Instagram和Facebook都依赖日益先进的推荐系统来推动发现。然而，他们最终追求的是同一个目标：系统能否在合适的时间，把合适的内容送到合适的人面前？

　　而TiVo推荐是最早大规模提出这个问题的电视产品之一，它看到了未来媒体权利层。从这个角度，虽然TiVo常被人们铭记为通过DVR技术帮助消费者摆脱电视节目表，但其推荐体系理应获得同等认可。如今，每个主要平台都在争夺用户关注，而TiVo是最早认识到这场战斗将通过内容发现服务赢得胜利的电视产品之一。

　　早在推荐引擎成为流媒体基础之前，TiVo就已经证明了软件能够学习偏好、预测兴趣，并通过行为数据提升内容发现。TiVo帮助证明了理解观众行为的价值可以和内容本身一样重要。流媒体行业最终围绕这个理念建立了整套企业。

责任编辑：凌美