同一门课程反复推荐是因pc端推荐算法缓存未更新、本地数据残留或服务端异常所致，需依次清除浏览器缓存、重置客户端索引、直连服务端接口验证、切换推荐策略比对，并在无效时联系技术支持提交工单。
如果您在网易云课堂电脑版浏览课程推荐时，发现同一门课程反复出现在推荐列表中，或多个相似课程密集堆叠显示，则可能是PC端推荐算法缓存未及时更新、本地数据残留或服务端返回结果异常所致。以下是解决此问题的步骤：
一、清除浏览器本地存储与缓存数据
云课堂PC端若通过网页访问（如 Chrome、Edge 等浏览器），其推荐逻辑依赖本地 IndexedDB 和 localStorage 中的用户行为快照及缓存索引。残留的旧推荐标记或失效会话可能导致重复项无法刷新。
1、在浏览器右上角点击三点菜单图标，选择“设置”。
2、在左侧栏点击“隐私和安全”，再点击“清除浏览数据”。
3、时间范围选择“所有时间”，勾选Cookie及其他网站数据、缓存的图片和文件、已保存的密码（可选）、站点权限四项。
4、点击“清除数据”按钮，完成后关闭并重启浏览器。
5、重新访问 https://study.163.com，登录账号，观察推荐流是否恢复正常。
二、重置云课堂PC客户端本地推荐索引
若使用官方下载的网易云课堂Windows/macOS桌面客户端，其内部采用Electron架构，独立维护一套本地数据库用于缓存推荐模型中间结果。当该索引损坏或版本错配时，会导致课程ID去重失败。
1、退出云课堂PC客户端，确保进程完全终止（可通过任务管理器检查是否有 netease-study.exe 或 netease-cloud-classroom 进程残留）。
2、定位客户端本地数据目录：
Windows路径为 %APPDATA%\NetEase\CloudClassroom\Local Storage\；
macOS路径为 ~/Library/Application Support/NetEase/CloudClassroom/Local Storage/。
3、删除该目录下所有以 leveldb 命名的子文件夹，以及名为 chrome-extension_*.localstorage 的文件。
4、重新启动客户端，首次加载时将自动重建推荐索引，约需等待15–30秒完成初始化。
三、强制跳过客户端缓存，直连服务端最新推荐接口
云课堂PC端默认启用“智能预加载”机制，在网络空闲时提前拉取下一页推荐数据并本地暂存。若预加载队列未清空即触发新请求，可能造成相同课程ID被多次注入渲染队列。
1、在云课堂PC客户端主界面，按快捷键 Ctrl + Shift + I（Windows）或 Cmd + Option + I（macOS）打开开发者工具。
2、切换至“Network”标签页，勾选“Preserve log”选项。
3、在页面任意空白处右键，选择“重新加载页面”，观察 Network 面板中以 /api/v1/recommend/course 开头的请求。
4、右键该请求 → “Copy” → “Copy as fetch”，粘贴至控制台后，在 fetch URL 后手动添加参数 ?_t= 加当前毫秒时间戳（例如 &_t=1742625000000），回车执行。
5、确认响应体中 data.list 数组内 course_id 无连续重复项，且每项 show_rank 字段值严格递增。
四、切换推荐策略来源进行比对验证
云课堂PC端支持双通道推荐策略：默认使用“协同过滤+实时行为”混合模型；亦可临时切换为“热度优先”静态策略，用于判断是否为算法模块异常而非数据层问题。
1、登录云课堂官网后，访问 https://study.163.com/my/recommend-settings（需登录状态）。
2、在“推荐偏好”区域找到下拉菜单，将当前选项由“个性化推荐”改为按热度排序。
3、返回首页刷新推荐流，观察是否仍存在重复课程。若此时无重复，则说明问题出在个性化模型本地缓存；若仍有重复，则指向课程元数据服务端未做幂等去重。
4、修改完成后，可再次切回“个性化推荐”，系统将自动触发一次全量策略重同步。
五、联系云课堂技术支援提交异常样本
当上述操作均无法消除重复现象，且重复课程具备固定特征（如总在第3–5位出现、仅限某类微专业、或绑定特定讲师ID），说明可能存在服务端AB测试分组配置错误或推荐引擎版本灰度异常。
1、打开云课堂PC客户端，点击右下角“在线客服”浮窗。
2、输入关键词 【PC推荐重复】【课程ID：XXXXXX】（请替换为实际重复课程ID，可在课程URL末尾获取）。
3、按提示上传一张包含重复课程截图的图片，并注明发生时间（精确到分钟）、操作系统版本、客户端版本号（可在“关于”页面查看）。
4、客服将为您生成专属工单，编号以 ST-CL-2026XXXXXX 开头，该工单将直通推荐算法运维组进行日志回溯。
