網(wǎng)站導(dǎo)航
?抖音公開(kāi)算法機(jī)制，推動(dòng)內(nèi)容生態(tài)透明化
抖音公開(kāi)算法機(jī)制，推動(dòng)內(nèi)容生態(tài)透明化
近日，抖音在內(nèi)容生態(tài)建設(shè)方面邁出重要一步，公開(kāi)其算法機(jī)制，旨在讓用戶更深入了解平臺(tái)內(nèi)容推薦邏輯，增強(qiáng)平臺(tái)透明度與信任度。這一舉措在社交媒體與科技領(lǐng)域引發(fā)寬泛關(guān)注。
抖音的推薦算法作為人工智能機(jī)器學(xué)習(xí)技術(shù)的重要應(yīng)用，本質(zhì)是一套高效信息過(guò)濾系統(tǒng)，其中心在于學(xué)習(xí)用戶行為，為用戶提供個(gè)性化內(nèi)容推薦。與傳統(tǒng)觀念不同，抖音推薦系統(tǒng)已摒棄對(duì)內(nèi)容或用戶打標(biāo)簽的方式，而是通過(guò)一系列神經(jīng)網(wǎng)絡(luò)計(jì)算，直接預(yù)估每個(gè)用戶對(duì)每個(gè)內(nèi)容的目標(biāo)行為，挑選出概率比較大的內(nèi)容進(jìn)行推薦。
在技術(shù)模型上，抖音基于用戶行為的推薦方法融合多種技術(shù)。協(xié)同過(guò)濾算法通過(guò)分析用戶行為，協(xié)同篩選出用戶可能感興趣的內(nèi)容。例如，若用戶 A 和用戶 B 都觀看了內(nèi)容 X、Z，系統(tǒng)便會(huì)依據(jù)這一相似性，為他們推薦類似內(nèi)容。雙塔召回模型則在召回階段，分別對(duì)用戶特征（如歷史行為、興趣標(biāo)簽）和內(nèi)容特征（如視頻標(biāo)簽、音樂(lè)類型）獨(dú)特建模，通過(guò)向量化計(jì)算匹配度，篩選出候選視頻池，有效提升長(zhǎng)尾內(nèi)容曝光機(jī)會(huì)。主力模型之一的 Wide&Deep 模型，其 Wide 部分賦予模型強(qiáng)大 “記憶能力”，能直接學(xué)習(xí)利用歷史數(shù)據(jù)中物品或特征的 “共現(xiàn)頻率”；Deep 部分則使模型具備 “泛化能力”，可發(fā)掘稀疏甚至從未出現(xiàn)過(guò)的稀有特征終標(biāo)簽的相關(guān)性，解決協(xié)同過(guò)濾算法推薦結(jié)果頭部效應(yīng)明顯的問(wèn)題。
為確保內(nèi)容安全，抖音采用 “機(jī)器 + 人工” 雙重審核模式。創(chuàng)作者上傳內(nèi)容后，先進(jìn)入機(jī)器識(shí)別環(huán)節(jié)。若內(nèi)容被識(shí)別出含有高危特征，將被直接攔截；未命中高危特征但模型判斷有問(wèn)題的，會(huì)送至人工審核；問(wèn)題概率較低的則獲得基礎(chǔ)流量進(jìn)入下一環(huán)節(jié)。并且，流量越高的內(nèi)容，評(píng)估次數(shù)越多，標(biāo)準(zhǔn)越嚴(yán)格，一旦內(nèi)容在任一環(huán)節(jié)被判定違規(guī)，系統(tǒng)立即停止推薦和分發(fā)。
針對(duì)算法常引發(fā)的爭(zhēng)議，如信息繭房問(wèn)題，抖音在多目標(biāo)建模體系下設(shè)置專門探索維度。一方面，對(duì)用戶已展現(xiàn)出的興趣，通過(guò)多樣性打散、多興趣召回、扶持小眾（長(zhǎng)尾）興趣等方法，控制相似內(nèi)容出現(xiàn)頻次，推薦更多樣化內(nèi)容；另一方面，采用隨機(jī)探索、基于用戶社交關(guān)系拓展興趣、搜索推薦聯(lián)動(dòng)、“不感興趣” 不再展現(xiàn)等方式，助力用戶探索新興趣，使推薦更加個(gè)性化、多樣化。
抖音此次公開(kāi)算法機(jī)制，不僅展現(xiàn)其對(duì)提升用戶體驗(yàn)與內(nèi)容生態(tài)質(zhì)量的決心，也為行業(yè)樹(shù)立透明化旗幟。未來(lái)，隨著算法機(jī)制持續(xù)優(yōu)化與完善，有望為用戶帶來(lái)更質(zhì)量、多元的內(nèi)容體驗(yàn)，推動(dòng)短視頻行業(yè)健康發(fā)展，也讓公眾對(duì)人工智能技術(shù)在內(nèi)容分發(fā)領(lǐng)域的應(yīng)用有更清晰認(rèn)知 。
公司信息
訪問(wèn)官網(wǎng)
我要咨詢
每日熱詞
