抖音安全與信任中心官網(wǎng)近日推出了一項(xiàng)名為“體驗(yàn)算法”的全新互動(dòng)板塊，通過動(dòng)態(tài)可視化技術(shù)向公眾展示其推薦算法的運(yùn)作邏輯。這一創(chuàng)新舉措旨在以通俗易懂的方式，幫助非技術(shù)背景的用戶理解“一條視頻如何被推薦”。用戶可通過官網(wǎng)或抖音App搜索“看得懂的算法”進(jìn)入該板塊，通過交互操作和動(dòng)畫演示，直觀感受算法如何從海量?jī)?nèi)容中篩選并推送視頻。

面對(duì)每日超過一億條的新內(nèi)容上傳量，抖音的推薦系統(tǒng)需在短時(shí)間內(nèi)完成精準(zhǔn)匹配。算法流程分為召回與排序兩個(gè)核心環(huán)節(jié)。在召回階段，系統(tǒng)采用雙塔模型快速篩選內(nèi)容，用戶可通過互動(dòng)功能代入不同角色，觀察算法如何計(jì)算虛擬用戶與視頻的匹配度。例如，“興趣時(shí)鐘”功能會(huì)展示時(shí)間對(duì)推薦的影響——清晨可能推送新聞?lì)悆?nèi)容，而晚間則側(cè)重娛樂視頻。

進(jìn)入排序環(huán)節(jié)后，系統(tǒng)會(huì)從數(shù)千條候選內(nèi)容中進(jìn)一步篩選。這一過程依賴Wide&Deep模型實(shí)現(xiàn)：Wide部分基于用戶歷史行為進(jìn)行“記憶式”推薦，Deep部分則通過深度學(xué)習(xí)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(guān)領(lǐng)域的新興內(nèi)容，即使其尚未表現(xiàn)出直接興趣。模型最終通過融合計(jì)算得出排序分，得分最高的視頻將獲得優(yōu)先推薦。

為避免推薦結(jié)果單一化，算法還引入了打散和多樣性調(diào)節(jié)機(jī)制。在互動(dòng)演示中，用戶可通過調(diào)整隨機(jī)擾動(dòng)強(qiáng)度觀察推薦列表的變化——當(dāng)擾動(dòng)強(qiáng)度增加時(shí)，系統(tǒng)會(huì)主動(dòng)插入不同領(lǐng)域內(nèi)容，打破“信息繭房”效應(yīng)。這種設(shè)計(jì)既保留了用戶核心興趣，又通過適度探索幫助其發(fā)現(xiàn)新內(nèi)容，形成“精準(zhǔn)+多元”的推薦邏輯。