抖音解读推荐算法原理 已搭建安全与信任中心网站

4月15日消息，在抖音举办的“安全与信任中心开放日”活动上，相关业务负责人就抖音算法原理、平台治理体系以及社会关切的问题，展开了详细介绍。

据现场介绍，推荐算法作为人工智能机器学习技术的重要应用场景，本质上是一套高效的信息过滤系统。在抖音的实际应用中，推荐系统采取“人工+机器”协同的方式进行风险治理，始终有人工运营和治理体系为算法导航；同时多目标体系算法能主动打破 “信息茧房”，为用户带来更丰富多元、实用可靠的推荐结果。

目前，抖音安全与信任中心网站（95152.douyin.com）处于试运行阶段，正广泛向用户、创作者、社会各界征集意见。此次开放日活动，旨在鼓励广大公众体验抖音安全与信任中心，了解算法原理、机制和治理政策，共建平等友善、记录美好的社区。

开放日上，抖音算法工程师刘畅讲解了算法原理和抖音算法的特点。刘畅介绍，抖音的推荐算法与国内外大部分内容推荐平台相似。抖音基于用户行为的推荐方法包含多种技术模型，如协同过滤、双塔召回、Wide&Deep模型等。算法可以在完全“不理解内容”的情况下，找到兴趣相似的用户，把其他人感兴趣的内容推荐给该用户。

目前，抖音算法已几乎不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，计算用户观看这条内容获得的价值总和，把排名靠前的内容推给用户。

算法基于用户行为推荐，对可能发生的用户行为预测打分

此外，算法在真实使用场景中，必须由平台治理对其进行约束和规范。据抖音生态运营经理陈丹丹介绍，抖音的内容治理体系是“人工参与+机器学习”相结合的模式，并组建了专门的平台治理团队为算法设置“护栏”。

抖音平台治理体系包括异常感知、标准定义、机器识别、人工研判、风险处置等过程。治理流程秉持两大准则：1）所有在平台发布的内容都会经过评估，流量越高的内容评估次数越多，标准也越严格；2）抖音内容审核采用“人工+机器”相互配合的模式，“机器”负责“宽度”评估所有投稿，“人工”负责“深度”，确保专业、敏感或疑难等问题尽可能精准研判。

抖音内容治理采取“人工参与+机器学习”相结合的模式

针对社会普遍关心的、对用户造成较多困扰的焦点问题，抖音成立了数个专项治理团队，针对诈骗、网暴、虚假摆拍、未成年人保护、网络水军、AIGC技术滥用等一系列重大专项风险进行治理。例如，在不实信息治理方面，抖音于近日上线了辟谣卡，遏制不实信息的传播。

除了阐释算法、治理等议题，抖音安全与信任中心网站也公布了平台倡导的社区价值，以及对优质内容的定义。对于让用户有收获、有惊喜、有共鸣的优质内容，抖音增加了专门的推荐子链路，这些标记为优质内容子品牌“抖音精选”的内容，均有机会获得流量扶持。（李姝）

本文来自网易科技报道，更多资讯和深度内容，关注我们。