你在淘宝搜过“机械键盘”之后，购物再打开抖音，网站大概率会刷到轴体拆解视频。运用这不是什算巧合，是购物推荐算法在背后完成了两次精准的“击鼓传花”。购物网站的网站核心算法，说白了就是运用三件事：猜你想买什么、把价格藏好、什算以及让你回来看。购物

最基础的网站是协同过滤。它的运用逻辑很直白：跟你品味相似的人买了什么，我就给你推什么。什算亚马逊早年靠这个起家——你买过一本《百年孤独》，购物系统发现另一个用户同时买了《霍乱时期的网站爱情》和马尔克斯传记，于是运用它把这本传记推给你。这套算法不需要理解书的内容，它只看“行为轨迹”的相似度。问题是，它容易陷入信息茧房。我去年买过一个露营灯，之后整整三个月，首页全是帐篷和折叠椅，哪怕我明明搜索过“钓鱼竿”。

更进阶的是基于内容的推荐。它把商品拆成标签：颜色、材质、价格带、品牌调性。你点开一件白色棉麻衬衫，系统立刻提取“白色”“棉麻”“宽松”这几个关键词，然后从库存里捞出一百件“看起来差不多”的衣服。但这里有个坑——机器分不清“高级白”和“死白”，它只认像素值。所以你会看到推荐列表里混进几件质地可疑的T恤，那其实是标签匹配成功但审美失败的产物。

别忘了价格算法，它藏在购物车和优惠券背后。电商平台会记录你对某个商品的“犹豫时长”。如果你反复加入购物车又删除，系统会判定你“价格敏感”，然后偷偷给你发一张限时折扣券。我朋友做过测试：同一款耳机，用新注册的账号看是499元，用他那个买过三次高价数码产品的老账号看，价格变成了529元。这不是玄学，是动态定价在作祟——它根据你的消费历史、浏览设备甚至地理位置，给同一件商品贴上不同的价格标签。

排序算法更是暗藏心机。搜索结果页的前几名，往往不是销量最高的，而是“综合权重”最高的——包括点击率、转化率、退货率、卖家广告费投入。有些店铺销量一般，但广告出价高，就能挤到第三位。你以为是“大家都在买”，其实是“平台想让你看”。更微妙的是“猜你喜欢”瀑布流，它混合了你的实时位置——下雨天推雨伞，深夜推助眠香薰，刚发完工资日推轻奢包。数据模型连你的情绪周期都想管。

最后是召回算法，它负责把你勾回来。你加了购物车但没付款，三天后收到推送“您关注的商品降价了”。其实价格可能只降了两块钱，但系统知道，这个提醒能触发你的“损失厌恶”。还有“浏览过的人还在看”这种模块，它利用的是社会认同心理——用别人的行动来暗示你“别错过”。

这些算法没有一个是完美的。它们会犯错，会把你困在狭窄的趣味里，会偶尔露出算计的獠牙。但你必须承认，它们比你自己更了解你的购物习惯。毕竟，你上个月凌晨三点下单的那包辣条，系统比你先记住。