齊魯網·閃電新聞4月16日訊  互聯網時代，人們可以從多個平臺和渠道獲取信息，而推薦平臺依靠算法能智能主動地發掘用戶興趣，幫助解決超大規模信息分發的效率問題，是人類處理信息的新質生產力工具。推薦算法本質是一套信息排序分發系統，也是人工智能技術的重要應用領域。隨著人工智能技術的進步，推薦算法也進入深度學習時代。4月15日，抖音在北京舉辦的“安全與信任中心開放日”活動上公開其算法原理：在實際應用中，推薦系統采取“人工+機器”協同的方式進行風險治理，始終以人工運營和治理體系為算法導航；同時通過多目標體系算法主動打破 “信息繭房”，為用戶帶來更豐富多元、實用可靠的推薦結果。

據算法工程師劉暢“揭秘”，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。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。劉暢介紹，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。“基于用戶的一些興趣，平臺會提供更泛化的內容，讓用戶找到喜歡的內容，作者找到合適的受眾。”

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。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”。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。