AI导读：

4月15日，抖音公开了算法原理，包含召回、过滤、排序等环节，核心是深度学习用户行为。抖音采用多种技术模型，几乎不依赖打标签，而是通过神经网络计算预估用户行为。为打破“信息茧房”，抖音设置专门的探索维度，采取“人工+机器”协同治理。

　　北京商报讯（记者魏蔚）4月15日，抖音公开了算法原理，揭秘其背后的技术逻辑。据抖音算法工程师刘畅介绍，抖音的推荐算法模式与国内外大部分内容推荐平台相似，包含召回、过滤、排序等多个环节，核心在于深度学习用户行为。

　　抖音基于用户行为构建了一套复杂的推荐系统，该系统融合了多种技术模型，包括协同过滤、双塔召回以及Wide&Deep模型等。这些算法能够在不深入理解内容本身的情况下，精准识别兴趣相似的用户群体，并将他们感兴趣的内容进行高效分发。值得注意的是，抖音当前的算法体系已几乎摒弃了对内容和用户进行简单打标签的做法，转而依赖先进的神经网络计算技术，通过预估用户行为，综合评估用户观看内容可能获得的价值，最终将排名靠前的优质内容呈现给用户。为了引导算法走出“信息茧房”的困境，抖音在多目标建模体系下，特别设置了探索维度，以增加内容的多样性和用户的探索欲。

　　简而言之，抖音的推荐算法实质上是一套高效且智能的信息过滤系统。在实际应用中，抖音的推荐系统采取了“人工+机器”协同的风险治理模式，确保算法在高效运行的同时，始终有人工运营和治理体系为其保驾护航；此外，多目标体系算法还能够主动打破“信息茧房”，为用户提供更加丰富多元的内容体验。

（文章来源：北京商报）