当前位置:首页 > 文章列表 > 文章 > 软件教程 > 关闭小红书推荐设置步骤详解

关闭小红书推荐设置步骤详解

2026-04-13 11:46:29 0浏览 收藏
小红书的信息茧房正悄悄限制你的视野——重复推荐、同质内容、越刷越窄?其实只需三步:进入隐私设置关闭“个性化推荐”主开关,同步关停“个性化内容推荐”和“个性化广告推荐”,再彻底清空系统自动打上的兴趣标签,就能有效切断算法对行为的持续追踪与建模,让信息流回归多元与真实。现在就动手,重获更开阔、更自主的浏览体验。

小红书怎么关闭个性化推荐_小红书减少信息茧房设置路径

如果您在小红书浏览内容时发现推荐信息高度重复、局限在相似主题或人群偏好中,可能与平台启用的个性化推荐机制有关。关闭该机制可减少算法对浏览行为的持续追踪与建模,从而缓解信息窄化现象。以下是具体操作路径:

一、通过隐私设置关闭个性化推荐

该路径直接调用小红书官方提供的隐私控制入口,作用于账号级推荐模型输入源,关闭后系统将不再基于您的历史互动、搜索、停留等行为生成定制化内容流。

1、打开小红书APP,点击右下角【我的】进入个人主页。

2、点击右上角齿轮状【设置】图标,进入设置中心。

3、在设置列表中,选择并点击【隐私设置】。

4、向下滚动至页面底部,点击【个性化选项】。

5、在新页面中,将【开启个性化推荐】右侧的开关滑动至关闭状态(变为灰色)。

二、在个性化选项内同步关闭关联功能

仅关闭主开关可能仍保留部分数据采集行为,需进一步禁用协同推荐依赖项,以增强信息去耦合效果。

1、完成上述步骤进入【个性化选项】页面后,保持在此界面不退出。

2、查找并点击【个性化内容推荐】条目。

3、将对应开关设为关闭。

4、继续查找【个性化广告推荐】选项。

5、同样将该开关设为关闭。

三、重置内容偏好标签(辅助路径)

小红书会根据早期互动隐式生成用户兴趣标签,即使关闭个性化推荐,部分缓存标签仍可能短期影响分发逻辑。此步骤主动清除已绑定的兴趣锚点。

1、返回【个性化选项】页面,查找【管理我的兴趣】或类似命名入口(部分版本显示为【查看和编辑兴趣】)。

2、点击进入后,页面列出当前系统识别的多项兴趣关键词。

3、逐个点击每个兴趣标签右侧的【删除】或减号图标】。

4、确认全部删除后,返回上一级,确保页面显示“暂无兴趣标签”提示。

好了,本文到此结束,带大家了解了《关闭小红书推荐设置步骤详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

Python项目中MongoDB存日志及清理技巧Python项目中MongoDB存日志及清理技巧
上一篇
Python项目中MongoDB存日志及清理技巧
查看Windows文件占用进程的实用方法
下一篇
查看Windows文件占用进程的实用方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    289次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    342次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    344次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    130次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码