抖音上线算法体验欧亿小程序：揭秘一条视频如何被推荐

快科技3月4日消息，抖音近日，上线算法视频抖音正式上线体验算法板块，体验推荐欧亿用可交互的小程序揭动画形式拆解推荐算法的工作原理与流程，向公众科普一条视频如何被推荐。秘条

在过往算法公开的何被基础上，本次体验算法板块的抖音最大特点是可视化、可互动，上线算法视频不懂技术的体验推荐小白也能看懂。

用户可通过抖音安全与信任中心官网，小程序揭或在抖音APP搜索“看得懂的秘条算法”关键词进入体验。

据介绍，何被抖音每天上传的抖音欧亿新内容数超过一亿，为了在海量视频中挑选出用户最满意的上线算法视频内容，算法经过了一步步的体验推荐精挑细选，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。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：建嘉

很赞哦!（13164）