抖音算法原理公開：通過神經(jīng)網(wǎng)絡(luò)計(jì)算預(yù)估用戶行為

近日，在抖音“安全與信任中心開放日”現(xiàn)場(chǎng)，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)在于對(duì)用戶行為的學(xué)習(xí)。

此前，抖音總裁韓尚佑在2025中國網(wǎng)絡(luò)媒體論壇上宣布，“抖音安全與信任中心”網(wǎng)站上線。網(wǎng)站面向社會(huì)公開抖音算法原理、社區(qū)規(guī)范、治理體系和用戶服務(wù)機(jī)制。網(wǎng)站首次公開抖音推薦算法原理，介紹其推薦算法如何預(yù)估用戶行為概率，并通過多目標(biāo)建模等方式實(shí)現(xiàn)更優(yōu)質(zhì)、豐富的內(nèi)容推薦。

據(jù)介紹，抖音應(yīng)用的深度學(xué)習(xí)算法包括Wide&Deep模型、雙塔召回模型等。前者可解決協(xié)同過濾算法容易造成信息單一、泛化不足的問題；后者在召回環(huán)節(jié)提供更好的推薦效果。此前，抖音安全與信任中心網(wǎng)站已上線試運(yùn)行。

基于人工智能機(jī)器學(xué)習(xí)和深度學(xué)習(xí)構(gòu)建的推薦算法，其本質(zhì)是數(shù)學(xué)模型的運(yùn)算過程，只是在建立用戶行為與內(nèi)容特征之間的數(shù)學(xué)統(tǒng)計(jì)關(guān)聯(lián)，而非理解內(nèi)容本身。抖音推薦算法的核心邏輯可以簡(jiǎn)化為“推薦優(yōu)先級(jí)公式”：綜合預(yù)測(cè)用戶行為概率×行為價(jià)值權(quán)重=視頻推薦優(yōu)先級(jí)。

針對(duì)抖音算法可能會(huì)造成的信息繭房問題，《經(jīng)濟(jì)參考報(bào)》記者在試運(yùn)行的抖音安全與信任中心網(wǎng)站上看到，抖音的解釋是：抖音的實(shí)踐發(fā)現(xiàn)，只推薦單一內(nèi)容會(huì)使用戶很快厭倦，導(dǎo)致用戶體驗(yàn)與活躍度下降，因此抖音也想打破“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，通過多樣性探索、興趣探索等目標(biāo)，引導(dǎo)算法打破“繭房”。

抖音生態(tài)運(yùn)營經(jīng)理陳丹丹表示，抖音內(nèi)容治理體系實(shí)行“人工參與+機(jī)器學(xué)習(xí)”模式，包含異常感知、標(biāo)準(zhǔn)定義、機(jī)器識(shí)別、人工研判、風(fēng)險(xiǎn)處置等過程。創(chuàng)作者將內(nèi)容上傳至抖音后，首先會(huì)進(jìn)入機(jī)器識(shí)別環(huán)節(jié)。如果內(nèi)容被識(shí)別出含有高危特征，將被直接攔截；若未命中高危特征但模型判斷存在問題，則會(huì)送至人工審核；若問題概率較低，則會(huì)獲得基礎(chǔ)流量并進(jìn)入下一環(huán)節(jié)。（記者 劉超 北京報(bào)道 實(shí)習(xí)生敖宇對(duì)本文亦有貢獻(xiàn)）

來源：經(jīng)濟(jì)參考網(wǎng)