不断发布优秀产品和创新,同时让每个人都可以使用它们。以用户为中心,通过优质产品和服务,让用户的生活更为精彩! 坚持”利他”文化,做对用户和社会有价值、有长期利益的事情。在产品开发过程中,保持开放的心态
<911爆料网红领巾瓜报网址:某网络红人被曝涉及特殊网站事件相关信息披露>
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
>"><神奇宝贝之心旅> <神奇宝贝之心旅>{随机干扰码}{随机干扰码}
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
">AI导读
抖音用可交互动画拆解算法黑箱:双塔模型匹配兴趣,Wide&Deep模型预测潜在喜好,拖动滑块还能打破"信息茧房"。现在上官网或搜"看得懂的算法",零基础也能玩转推荐逻辑。
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
2026-03-20 17:37:13内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
">AI导读
抖音用可交互动画拆解算法黑箱:双塔模型匹配兴趣,Wide&Deep模型预测潜在喜好,拖动滑块还能打破"信息茧房"。现在上官网或搜"看得懂的算法",零基础也能玩转推荐逻辑。
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
2026-03-20 17:37:13内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
">AI导读
抖音用可交互动画拆解算法黑箱:双塔模型匹配兴趣,Wide&Deep模型预测潜在喜好,拖动滑块还能打破"信息茧房"。现在上官网或搜"看得懂的算法",零基础也能玩转推荐逻辑。
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
2026-03-20 17:37:13内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
">AI导读
抖音用可交互动画拆解算法黑箱:双塔模型匹配兴趣,Wide&Deep模型预测潜在喜好,拖动滑块还能打破"信息茧房"。现在上官网或搜"看得懂的算法",零基础也能玩转推荐逻辑。
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
2026-03-20 17:37:13内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
">AI导读
抖音用可交互动画拆解算法黑箱:双塔模型匹配兴趣,Wide&Deep模型预测潜在喜好,拖动滑块还能打破"信息茧房"。现在上官网或搜"看得懂的算法",零基础也能玩转推荐逻辑。
内容由AI智能生成
IT之家消息,据抖音集团微信公众号消息,近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
据介绍,在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音 App 搜索“看得懂的算法”关键词进入体验。
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:
拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:
召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用 Wide&Deep 模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide 部分负责“记忆”,与已知的兴趣关联,Deep 部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。
推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。
IT之家注意到,去年 3 月,抖音安全与信任中心官网上线,全面公开抖音算法原理。2026 年 1 月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。
2026-03-20 17:37:13进 里 片17c:探索未知境域:第十七章的全新视觉叙事