4月15日，抖音公開了算法原理。據(jù)抖音算法工程師劉暢介紹，抖音的推薦算法與國(guó)內(nèi)外大部分內(nèi)容推薦平臺(tái)相似，包含召回、過濾、排序等環(huán)節(jié)，重點(diǎn)是學(xué)習(xí)用戶行為。
抖音基于用戶行為的推薦方法包含多種技術(shù)模型，如協(xié)同過濾、雙塔召回、Wide&Deep模型等。算法可以在完全“不理解內(nèi)容”的情況下，找到興趣相似的用戶，把其他人感興趣的內(nèi)容推薦給該用戶。目前，抖音算法已幾乎不依賴對(duì)內(nèi)容和用戶打標(biāo)簽，而是通過神經(jīng)網(wǎng)絡(luò)計(jì)算，預(yù)估用戶行為，計(jì)算用戶觀看這條內(nèi)容獲得的價(jià)值總和，把排名靠前的內(nèi)容推給用戶。為引導(dǎo)算法打破“信息繭房”，抖音算法在多目標(biāo)建模體系下，設(shè)置了專門的探索維度。
簡(jiǎn)而言之，推薦算法本質(zhì)上是一套高效的信息過濾系統(tǒng)。在抖音的實(shí)際應(yīng)用中，推薦系統(tǒng)采取“人工+機(jī)器”協(xié)同的方式進(jìn)行風(fēng)險(xiǎn)治理，始終有人工運(yùn)營(yíng)和治理體系為算法導(dǎo)航；同時(shí)多目標(biāo)體系算法能主動(dòng)打破 “信息繭房”。