齊魯網(wǎng)·閃電新聞4月16日訊  互聯(lián)網(wǎng)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(fā)掘用戶興趣，幫助解決超大規(guī)模信息分發(fā)的效率問題，是人類處理信息的新質(zhì)生產(chǎn)力工具。推薦算法本質(zhì)是一套信息排序分發(fā)系統(tǒng)，也是人工智能技術(shù)的重要應(yīng)用領(lǐng)域。隨著人工智能技術(shù)的進步，推薦算法也進入深度學(xué)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(yīng)用中，推薦系統(tǒng)采取“人工+機器”協(xié)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(dǎo)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(jié)果。

據(jù)算法工程師劉暢“揭秘”，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)習用戶行為。基于用戶行為的推薦方法包含多種技術(shù)模型，如協(xié)同過濾、雙塔召回、Wide&Deep模型等。算法可以在完全“不理解內(nèi)容”的情況下，找到興趣相似的用戶，把其他人感興趣的內(nèi)容推薦給該用戶。目前，抖音算法已幾乎不依賴對內(nèi)容和用戶打標簽，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。劉暢介紹，為引導(dǎo)算法打破“信息繭房”，抖音算法在多目標建模體系下，設(shè)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(nèi)容，讓用戶找到喜歡的內(nèi)容，作者找到合適的受眾。”

算法能學(xué)習、預(yù)估用戶行為，但因其無法理解內(nèi)容語義，對內(nèi)容的理解存在不足，可能導(dǎo)致違法違規(guī)、不良內(nèi)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(guī)范。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”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”。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。