在讨论推荐内容多样性之前，我们首先需要达成一个共识：多样性是提升数据和用户体验的手段，而非目的。

什么样的多样性才是合适的呢？

多样性这个概念本身就存在一些问题，每个人可能都有一套多样性的标准，很难用具体的、统一的标准量化。你可能觉得推荐出来的内容刚好能满足自己的需求，但是推荐同样的内容从别人的角度来看未必认为是合适的。就好像你和朋友一起去餐厅吃饭，同时上了北京烤鸭、山东煎饼、杭州小笼包，你觉得这三个菜刚刚好，但你的朋友可能钟爱北京烤鸭，那么烤鸭加大分量就可以了，没必要点这么多种。所以，多样性也不是越多越好，在每个业务场景下，多样性的程度都应根据业务需求和数据指标做具体地分析和优化。

一般来说，新闻场景下的点击率、留存率、浏览时长及互动等数据指标会受推荐内容多样性的直接影响。当运营人员准备提升点击率、浏览时长时，要定向优化多样性，针对不同的数据指标会有不同的多样性处理方式和关系，根据几个数据指标的综合需求和当下的业务需求，找到一个多样性的平衡点。不过需要注意的是，哪个数据指标跟多样性有关联是需要不断尝试和优化才能得到论证的。如果优化多样性可以提升点击率，那么就去做。如果优化多样性，对提升浏览时长没有任何影响，那么就不要去做。

结果导向性思维不仅在优化多样性是需要具备的，在处理推荐系统的其他方面时应该是核心的底层思维。