今天我们主要讲一下交互设计的良性循环。先举个例子：
手机上输入字母“d”和界面输出显示是一次短交互，完成一次购物支付是长交互，这是使用一次产品过程中。
用户与产品之间的相互可以看成是双向线性的过程用户体验考量的是用户使用产品的全过程，这个过程包括了从安装到放弃使用的时间轴，交互设计的良性循环的优秀用户体验的表现。
内容推荐
单个用户选择某一物品，系统基于物品的元数据推荐相似的产品。这是用户个体行为对数据的过滤，当用户多次行为之后，系统可以大概估计对用户的喜好。用户的历史行为会不断影响后续推荐，形成用户和系统之间的交互循环。
协同过滤
基于用户行为发现物品的相关性。内容推荐是单个用户对系统数据的过滤，而协同过滤是基于多个用户行为的交叉结果，所以依赖于其他用户行为数据量准确度。
初始化
基于群体特征和用户的相关程度，将相似用户喜好的其他物品推荐给用户。在用户对产品还没有发生行为时，用户填写的个人信息（性别、年龄和收入等）可以作为初始化推荐。
联想的交互设计是单个用户对系统词库的内容过滤，初始词库可以逐渐形成个性词库。如果是云端输入法，系统可以实时获得所有用户的输入字词，词库的更新频率更快，满足用户个性词库的同时也能更新最新流行词，这是多个用户对词库的协调过滤。
纯银的“显性内容决定论”可以理解为：优质用户产生优质内容，优质内容吸引优质用户，内容决定产品的魅力和气场。从系统设计的观点看，用户行为可以看成系统数据的一部分，优秀用户的行为和优质内容是同质化数据。它们之间的频繁交互是优化内容数据的组织形式，再不断向外扩展生成和吸收同质数据，版本迭代是滚雪球式的数据扩展。
如此看来，产品架构需要考虑是如何增加数据量、组织数据和数据扩展的良性循环。
以思维导图式的方式理解产品会缺乏组织性，循环是产品架构的初级概念之一，以时间轴去安排产品设计的优先级 。
