抖音集團近期通過其官方公眾號發(fā)布了一則關于安全與信任中心開放日活動的詳細信息，活動中抖音相關業(yè)務負責人深入探討了社會普遍關注的算法機制與平臺治理策略。
在活動中，抖音揭示了其算法機制的最新進展：如今，抖音算法已很少依賴于對內容和用戶進行標簽化處理，而是采用先進的神經(jīng)網(wǎng)絡計算技術，預測用戶行為，并綜合評估用戶觀看內容所獲得的價值，從而為用戶推送排名靠前的優(yōu)質內容。
抖音的推薦系統(tǒng)在實際操作中，融合了人工與機器的智能，以協(xié)同方式管理風險。人工運營團隊與治理體系共同為算法提供指導，確保算法運行方向的準確性。抖音采用的多目標體系算法，旨在打破“信息繭房”現(xiàn)象，為用戶提供更多樣化、實用且可靠的推薦內容。
在算法技術層面，抖音應用了包括Wide&Deep模型和雙塔召回模型在內的深度學習算法。Wide&Deep模型解決了傳統(tǒng)協(xié)同過濾算法可能導致的信息單一和泛化能力不足的問題，而雙塔召回模型則在推薦內容的召回階段展現(xiàn)出更優(yōu)的效果。
抖音的推薦算法基于人工智能的機器學習和深度學習構建，其本質是通過數(shù)學模型運算，建立用戶行為與內容特征之間的數(shù)學統(tǒng)計關聯(lián)，而非理解內容本身。這一算法的核心邏輯可以概括為“推薦優(yōu)先級公式”，即綜合預測用戶行為概率與行為價值權重，從而確定視頻的推薦優(yōu)先級。
為了計算推薦優(yōu)先級，算法模型需要輸入內容和用戶兩端的數(shù)據(jù)，其中用戶行為數(shù)據(jù)是主要的學習對象。結合用戶行為和視頻本身的價值權重，算法能夠計算出視頻推薦的價值分數(shù)，并將得分最高的視頻推送給用戶。
抖音表示，其價值模型旨在實現(xiàn)內容創(chuàng)作者、用戶、作者以及平臺之間的多方共贏。通過不斷調整算法參數(shù)，對各種價值進行加權處理，抖音已經(jīng)實現(xiàn)了“分鐘級”的實時反饋更新，進一步提升了用戶體驗和內容推薦的精準度。
隨著抖音用戶群體的多樣化和內容風格的多元化，推薦算法也在不斷進化。從最初只關注單一或少量目標，到如今發(fā)展出復雜的多目標體系，抖音的推薦算法能夠更好地預估用戶行為。例如，將收藏率納入多目標體系，有助于將知識類內容推送給有需求的用戶；增強組合目標，如“收藏+回訪”、“關注+追更”等，能夠預估用戶的長期行為，滿足用戶的長期需求；設置探索類指標，幫助用戶發(fā)現(xiàn)潛在需求，打破信息繭房；同時，設置原創(chuàng)性目標，鼓勵推薦優(yōu)質、新穎且具獨特價值的內容。
早在3月30日，抖音就已上線了“抖音安全與信任中心”網(wǎng)站，首次向公眾公開其推薦算法原理，介紹了如何通過多目標建模等方式實現(xiàn)更優(yōu)質、豐富的內容推薦，并強調算法需受到平臺治理體系的約束和規(guī)范。
