引导算法打破“信息茧房” 抖音敞开日揭露算法原理 — 新京报

新京報貝殼財經訊（記者羅亦丹）近（jìn）二十年來，深（shēn）度學習的前進讓人工智（zhì）能大規模應用於信息分發成為可能，但（dàn）隨之而來的則是“信息繭房”的問題。對此，抖（dǒu）音算法工程師劉暢在4月15日的抖音“安全與信賴中心敞開日”上公開了最新的抖音算法原理。

他介紹（shào），抖音根據用戶行為（wéi）的引薦（jiàn）辦法包括多種技（jì）能模型，如協同過（guò）濾、雙塔召回、Wide&Deep模型等。算法能夠在徹底（dǐ）“不理解內容”的情況下，找到愛（ài）好類似的用戶，把其他人感愛好的內容引薦給（gěi）該用戶。現（xiàn）在（zài），抖音算法（fǎ）已簡直不依賴對內容和用戶打標簽，而是經過神經網絡核算，預估用戶行為，核（hé）算用戶觀看這（zhè）條內容取得的價值總和，把排名靠前的內容推給用戶（hù）。

“用戶長時間價值，是抖音引薦算法的‘北極星方針’，也（yě）便是咱們最中心的事（shì）務方針。”劉暢表明，抖音更重視用戶長時間價值，而非尋求渠道的短（duǎn）期數（shù）據。為此，抖音（yīn）算法考慮了很多方針，如完播、談論、點讚、對作者長時間消費（fèi）、共享（xiǎng）、跟拍等，力求核（hé）算出更契合用戶長時間價值的方針。

為引導算法打（dǎ）破“信息繭房”，抖音算法在多（duō）方針建模體係下，設置（zhì）了專門的探（tàn）究維度。一是對用戶在渠道上現已表現出的愛好，盡（jìn）可能（néng）引（yǐn）薦更多樣的內容，經過多樣性打散、多愛好召回（huí）、扶持小眾（長尾）愛好等辦法操控類似內容呈現的頻次（cì）。二是協助用戶探究更多新愛好，選用隨機（jī）引薦、根（gēn）據用戶交際聯係拓寬愛（ài）好、查找引薦聯動、“不感（gǎn）愛好”不再展示等多種方法，讓用戶的自動行為影響引（yǐn）薦體係，使（shǐ）引薦愈加個性化和多樣化。

修改 王真真。

校正 劉（liú）軍。