摘要

  • 2006 年上线的 UnSuggester 比较藏书中的实际共现与预期数量，把较少同架的书拿来做反向推荐。
  • 2008 年 5 月，多位读者发现《Gaudy Night》被列入反推荐；Tim Spalding 指出，生成名单时书目编号发生了变化。

一本书你已经买了，甚至很喜欢，网站却兴冲冲地把它送进“反推荐”名单。2008 年 5 月，LibraryThing 上的《Gaudy Night》就遇到了这种待遇。

读者在讨论区报到：这本书我有，有人还特意表明自己爱它。算法看上去很有文学主张。维护者 Tim Spalding 找到的线索却相当朴素——名单还在计算，书目的身份已经变了。

把推荐引擎的外套反穿

LibraryThing 在 2006 年 11 月 12 日推出 UnSuggester。办法是从一本书出发，找到把它录入藏书的用户，再汇集这些人的其他书目，比较某本书实际出现的数量与预期数量。出现得偏少的书，就成了反向推荐的材料。

平常的推荐替你寻找同好，这个功能端出一盘不常同架的书，邀请你看看自己的阅读边界。玩笑能成立，背后那些“缺席”就得数得明白。

计算还有自己的作息。同年 12 月的官方博文里，Spalding 说运算费劲，结果需要缓存一段时间。刚录完书就来测试的人，可能仍在看新书入场前算好的答案。你的书架更新了，程序还没换班。

推理小说，遇上书目谜案

2008 年 5 月 26 日的公告把推荐扩展到个人书单，其中 Your Unsuggester 最多给出 500 条反向推荐，还提供查看推荐依据的功能。读者于是有了更多机会研究：你到底凭什么这样想我？

《Gaudy Night》的问题就在这时冒了出来。官方讨论串里，Spalding 先提出一种可能：书目合并发生在长时间计算的中途，程序还拿着旧的作品编号找书。到了 5 月 27 日晚间，他明确指出，这本书的编号在编制名单期间变了；计算原本预期能找到一定数量，结果总是找到零。

书还老老实实待在读者架上，统计里已经集体隐身。程序随后又给这种隐身安排了一个很像品味判断的展示位置。侦探小说的这一回悬案，嫌疑人藏在目录里。

点一下“不了，谢谢”，又是另一回事

讨论中，用户还问新加的拒绝推荐操作会影响什么。5 月 28 日，Spalding 回答，它只作用于用户自己的列表。读者清掉一条推荐，可能只是因为已经借来读过，未必会把它录进自有藏书。

书目没有记录、计算结果滞后、用户主动清掉一条，分别是三种动作。界面把它们挤进几张书单后，看上去都像机器对你的阅读生活很有意见。

UnSuggester 的妙处，是把推荐系统变得值得拿来开玩笑、争辩。也正是读者较了真，名单背后的记账工作才露出来。书可以很会讲故事，零这个数字也一样。