抖音公开算法原理:已从单一目标发展为复杂的多目标体系
4月15日,抖音集团发文称,抖音安全与信任中心开放日于4月15日在北京举办。抖音在活动上详细介绍了其推荐算法原理、机制及治理政策,旨在增强用户对平台的信任,共建美好社区环境。
抖音指出,抖音的推荐系统通过分析用户的行为(如点击、浏览、点赞、转发、收藏等),构建个性化推荐模型。其算法不再依赖对内容和用户打标签,而是通过神经网络计算预估用户行为,将排名靠前的内容推送给用户。抖音应用了深度学习算法,如Wide&Deep模型和双塔召回模型,以解决信息单一、泛化不足等问题,提升推荐效果。
抖音的推荐算法已从单一目标发展为复杂的多目标体系。除了完播率等早期目标,抖音还纳入了收藏率、原创性等目标,帮助知识类内容推送给有需求的用户,鼓励优质、新颖内容的推荐。此外,抖音设置了探索类指标,帮助用户探索潜在需求,打破“信息茧房”,实现内容、用户、作者及平台的多方价值共赢。
抖音通过“人工+机器”协同的方式进行风险治理。所有发布的内容都会经过评估,流量越高的内容评估越严格。视频被举报、评论区出现质疑或流量激增等情况会触发人工与机器审核。针对社会焦点问题,抖音成立了专项治理团队,设置治理标准和识别策略,应对网络暴力、AIGC技术滥用等问题。
抖音安全与信任中心网站已上线试运行,广泛征集用户、创作者及社会各界的意见。用户可通过官网95152.douyin.com访问并反馈建议,帮助抖音优化平台治理,打造开放、积极、多元、友善的社区环境。