揭秘算法如何幫助用戶打破“信息繭房”：抖音開放日公開算法原理

4月15日，抖音在北京舉辦“安全與信任中心開放日”活動，相關業務負責人就抖音算法原理、平臺治理體系以及社會關切的問題，展開了詳細介紹。

據現場介紹，推薦算法作為人工智能機器學習技術的重要應用場景，本質上是一套高效的信息過濾系統。在抖音的實際應用中，推薦系統采取“人工+機器”協同的方式進行風險治理，始終有人工運營和治理體系為算法導航；同時多目標體系算法能主動打破 “信息繭房”，為用戶帶來更豐富多元、實用可靠的推薦結果。

目前，抖音安全與信任中心網站（95152.douyin.com）處于試運行階段，正廣泛向用戶、創作者、社會各界征集意見。此次開放日活動，旨在鼓勵廣大公眾體驗抖音安全與信任中心，了解算法原理、機制和治理政策，共建平等友善、記錄美好的社區。

抖音算法揭秘：以用戶長期價值為目標，主動多樣化推薦

推薦算法的出現，得益于人工智能技術。近二十年來，機器學習尤其是深度學習的進步，讓人工智能大規模應用于信息分發成為可能。在信息爆炸時代，推薦算法成為人類與巨量信息相處的主流解決方案。

開放日上，抖音算法工程師劉暢講解了算法原理和抖音算法的特點。劉暢介紹，抖音的推薦算法與國內外大部分內容推薦平臺相似，包含召回、過濾、排序等環節，重點是學習用戶行為。

抖音算法工程師劉暢介紹算法原理

抖音基于用戶行為的推薦方法包含多種技術模型，如協同過濾、雙塔召回、Wide&Deep模型等。算法可以在完全“不理解內容”的情況下，找到興趣相似的用戶，把其他人感興趣的內容推薦給該用戶。目前，抖音算法已幾乎不依賴對內容和用戶打標簽，而是通過神經網絡計算，預估用戶行為，計算用戶觀看這條內容獲得的價值總和，把排名靠前的內容推給用戶。

算法基于用戶行為推薦，對可能發生的用戶行為預測打分

“用戶長期價值，是抖音推薦算法的‘北極星指標’，也就是我們最核心的業務目標。”劉暢表示，抖音更關注用戶長期價值，而非追求平臺的短期數據。為此，抖音算法考慮了眾多目標，如完播、評論、點贊、對作者長期消費、分享、跟拍等，力圖計算出更符合用戶長期價值的目標。

為引導算法打破“信息繭房”，抖音算法在多目標建模體系下，設置了專門的探索維度。一是對用戶在平臺上已經表現出的興趣，盡可能推薦更多樣的內容，通過多樣性打散、多興趣召回、扶持小眾（長尾）興趣等方法控制相似內容出現的頻次。二是幫助用戶探索更多新興趣，采用隨機推薦、基于用戶社交關系拓展興趣、搜索推薦聯動、“不感興趣”不再展現等多種方式，讓用戶的主動行為影響推薦系統，使推薦更加個性化和多樣化。

抖音算法主動打破“繭房”：推薦給朋友、不感興趣、屏蔽關鍵詞頁

平臺治理體系：人工運營為算法護航，守護內容生態安全

算法能學習、預估用戶行為，但因其無法理解內容語義，對內容的理解存在不足，可能導致違法違規、不良內容被推薦傳播。因此，算法在真實使用場景中，必須由平臺治理對其進行約束和規范。

以抖音為例，據抖音生態運營經理陳丹丹介紹，抖音的內容治理體系是“人工參與+機器學習”相結合的模式，并組建了專門的平臺治理團隊為算法設置“護欄”。

抖音生態運營經理陳丹丹介紹平臺治理體系

抖音平臺治理體系包括異常感知、標準定義、機器識別、人工研判、風險處置等過程。治理流程秉持兩大準則：1）所有在平臺發布的內容都會經過評估，流量越高的內容評估次數越多，標準也越嚴格；2）抖音內容審核采用“人工+機器”相互配合的模式，“機器”負責“寬度”評估所有投稿，“人工”負責“深度”，確保專業、敏感或疑難等問題盡可能精準研判。

抖音內容治理采取“人工參與+機器學習”相結合的模式

創作者將內容上傳至抖音后，首先進入機器識別環節。如果內容被識別出含有高危特征，將被直接攔截；若未命中高危特征但模型判斷有問題，則會送至人工審核；若問題概率較低，則獲得基礎流量進入下一環節。視頻被舉報、評論區出現集中質疑、流量激增等情況出現，均可能觸發“人工+機器”審核。一旦內容在任一環節被處置，系統會立即停止進一步推薦和分發。

針對社會普遍關心的、對用戶造成較多困擾的焦點問題，抖音成立了數個專項治理團隊，針對詐騙、網暴、虛假擺拍、未成年人保護、網絡水軍、AIGC技術濫用等一系列重大專項風險進行治理。例如，在不實信息治理方面，抖音于近日上線了辟謠卡，遏制不實信息的傳播。

除了闡釋算法、治理等議題，抖音安全與信任中心網站也公布了平臺倡導的社區價值，以及對優質內容的定義。對于讓用戶有收獲、有驚喜、有共鳴的優質內容，抖音增加了專門的推薦子鏈路，這些標記為優質內容子品牌“抖音精選”的內容，均有機會獲得流量扶持。

未來，抖音將堅定推進各項舉措，讓算法更透明、治理更完善、服務更到位，并以安全與信任中心為依托，持續增加算法和治理透明度，回應社會關切的議題，主動公示違規案例治理情況，接受公眾監督。