抖音安全與信任中心官網近日上線全新板塊“體驗算法”，以動態交互形式向公眾拆解推薦算法的運作機制。這一創新科普方式通過可視化動畫與互動操作，讓非技術背景的用戶也能直觀理解“一條視頻如何被推薦”。用戶可通過官網或抖音App搜索“看得懂的算法”進入體驗。
面對每日超一億條的新內容上傳量，抖音的推薦系統需在海量視頻中精準匹配用戶偏好。算法流程主要分為召回與排序兩大環節：在召回階段，系統通過雙塔模型快速篩選內容，用戶可代入不同角色觀察算法如何計算虛擬用戶與視頻的匹配度；興趣時鐘功能則展示時間因素對推薦的影響，例如清晨推送新聞類內容，晚間側重娛樂視頻。
進入排序環節后，系統從數千條候選內容中進一步篩選。這一過程依賴Wide&Deep模型實現：Wide部分基于用戶歷史行為進行“記憶式”推薦，Deep部分則通過深度學習挖掘潛在興趣。例如，常觀看科技視頻的用戶可能被推薦相關領域的新興內容，即使其尚未表現出直接興趣。模型最終通過融合計算得出排序分，得分最高的視頻將獲得優先推薦。
為避免推薦結果單一化，算法還引入打散、多樣性調節等機制。在互動演示中，用戶可通過調整隨機擾動強度觀察推薦列表的變化——當擾動強度增加時，系統會主動插入不同領域內容，打破“信息繭房”效應。這種設計既保留用戶核心興趣，又通過適度探索幫助其發現新內容，形成“精準+多元”的推薦邏輯。
