4月15日，抖音在北京举办了“安全与信任中心开放日”活动，相关业务负责人详细介绍了抖音的算法原理、平台治理体系以及社会关切的问题。

推荐算法是人工智能机器学习技术的重要应用场景，它本质上是一套高效的信息过滤系统。在抖音的实际应用中，推荐系统采用“人工+机器”协同的方式进行风险治理，确保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”，为用户提供更丰富多元、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）正处于试运行阶段，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公众体验抖音安全与信任中心，深入了解算法原理、机制和治理政策，共同构建平等友善、记录美好的社区。

抖音算法揭秘：以用户长期价值为目标，主动多样化推荐

推荐算法的出现得益于人工智能技术的快速发展。近二十年来，机器学习尤其是深度学习取得了显著进步，使得人工智能在信息分发领域得到广泛应用。在信息爆炸的时代，推荐算法已成为人类处理巨量信息的主流解决方案。

抖音的推荐算法与国内外大部分内容推荐平台相似，包含召回、过滤、排序等环节，重点是学习用户行为。抖音基于用户行为的推荐方法采用多种技术模型，如协同过滤、双塔召回、Wide&Deep模型等。这些算法可以在不理解内容的情况下，找到兴趣相似的用户，并推荐他们可能感兴趣的内容。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，将排名靠前的内容推送给用户。

算法根据用户行为推荐内容，对可能发生的用户行为预测打分。

“用户长期价值是抖音推荐算法的核心目标。”算法工程师表示，抖音更注重用户长期价值，而非追求短期数据。为此，抖音算法考虑了多种目标，如完播率、评论、点赞、对作者的长期消费、分享、跟拍等，力求计算出更符合用户长期价值的目标。

为打破“信息茧房”，抖音算法在多目标建模体系下设置了专门的探索维度。一方面，对于用户在平台上已表现出的兴趣，尽可能推荐更多样的内容；另一方面，帮助用户探索更多新兴趣，采用多种方式让用户的主动行为影响推荐系统，使推荐更加个性化和多样化。

抖音算法主动打破“茧房”，通过推荐给朋友、不感兴趣、屏蔽关键词等方式增加多样性。

平台治理体系：人工运营为算法护航，守护内容生态安全

算法能学习、预估用户行为，但因其无法理解内容语义，对内容的理解存在不足，可能导致违法违规、不良内容被推荐传播。因此，在实际应用中，必须由平台治理对其进行约束和规范。

抖音的内容治理体系采用“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”。治理流程包括异常感知、标准定义、机器识别、人工研判、风险处置等环节。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。

抖音内容治理采用“人工参与+机器学习”模式，确保内容安全。

创作者上传内容后，首先进入机器识别环节。若内容被识别出含有高危特征，将被直接拦截；若未命中高危特征但模型判断有问题，则会送至人工审核；若问题概率较低，则获得基础流量进入下一环节。视频被举报、评论区出现集中质疑、流量激增等情况，均可能触发“人工+机器”审核。一旦内容在任一环节被处置，系统会立即停止进一步推荐和分发。

针对社会普遍关心的焦点问题，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，抖音近日上线了辟谣卡，有效遏制不实信息的传播。

抖音安全与信任中心网站还公布了平台倡导的社区价值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，标记为“抖音精选”的内容均有机会获得流量扶持。

未来，抖音将继续推进各项举措，提升算法透明度、完善治理体系、优化服务，并以安全与信任中心为依托，持续增加算法和治理透明度，回应社会关切议题，主动公示违规案例治理情况，接受公众监督。

（文章来源：21世纪经济报道，关键词：抖音、算法原理、平台治理、透明度）