北京4月17日電（記者王艷剛）推薦算法的出現(xiàn)，得益于人工智能技術(shù)。近二十年來，機器學(xué)習(xí)尤其是深度學(xué)習(xí)的進步，讓人工智能大規(guī)模應(yīng)用于信息分發(fā)成為可能。15日，在北京舉行的抖音“安全與信任中心開放日”上，抖音算法工程師劉暢等詳細(xì)講解了抖音算法原理和算法特點。
據(jù)介紹，推薦算法作為人工智能機器學(xué)習(xí)技術(shù)的重要應(yīng)用場景，本質(zhì)上是一套高效的信息過濾系統(tǒng)。在抖音的實際應(yīng)用中，推薦系統(tǒng)采取“人工+機器”協(xié)同的方式進行風(fēng)險治理，通過人工運營和治理體系為算法導(dǎo)航；同時多目標(biāo)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(jié)果。
劉暢表示，抖音的推薦算法與國內(nèi)外大部分內(nèi)容推薦平臺相似，包含召回、過濾、排序等環(huán)節(jié)，重點是學(xué)習(xí)用戶行為。
目前，抖音算法已幾乎不依賴對內(nèi)容和用戶打標(biāo)簽，而是通過神經(jīng)網(wǎng)絡(luò)計算，預(yù)估用戶行為，計算用戶觀看這條內(nèi)容獲得的價值總和，把排名靠前的內(nèi)容推給用戶。
劉暢表示，為引導(dǎo)算法打破“信息繭房”，抖音算法在多目標(biāo)建模體系下，設(shè)置了專門的探索維度。一是對用戶在平臺上已經(jīng)表現(xiàn)出的興趣，盡可能推薦更多樣的內(nèi)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(nèi)容出現(xiàn)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(guān)系拓展興趣、搜索推薦聯(lián)動、“不感興趣”不再展現(xiàn)等多種方式，讓用戶的主動行為影響推薦系統(tǒng)，使推薦更加個性化和多樣化。
據(jù)抖音生態(tài)運營經(jīng)理陳丹丹介紹，抖音的內(nèi)容治理體系是“人工參與+機器學(xué)習(xí)”相結(jié)合的模式，并組建了專門的平臺治理團隊為算法設(shè)置“護欄”。