北京4月17日電（記者王艷剛）推薦算法的出現，得益于人工智能技術。近二十年來，機器學習尤其是深度學習的進步，讓人工智能大規模應用于信息分發成為可能。15日，在北京舉行的抖音“安全與信任中心開放日”上，抖音算法工程師劉暢等詳細講解了抖音算法原理和算法特點。
據介紹，推薦算法作為人工智能機器學習技術的重要應用場景，本質上是一套高效的信息過濾系統。在抖音的實際應用中，推薦系統采取“人工+機器”協同的方式進行風險治理，通過人工運營和治理體系為算法導航；同時多目標體系算法能主動打破“信息繭房”，為用戶帶來更豐富多元、實用可靠的推薦結果。
劉暢表示，抖音的推薦算法與國內外大部分內容推薦平臺相似，包含召回、過濾、排序等環節，重點是學習用戶行為。
目前，抖音算法已幾乎不依賴對內容和用戶打標簽，而是通過神經網絡計算，預估用戶行為，計算用戶觀看這條內容獲得的價值總和，把排名靠前的內容推給用戶。
劉暢表示，為引導算法打破“信息繭房”，抖音算法在多目標建模體系下，設置了專門的探索維度。一是對用戶在平臺上已經表現出的興趣，盡可能推薦更多樣的內容，通過多樣性打散、多興趣召回、扶持小眾（長尾）興趣等方法控制相似內容出現的頻次；二是幫助用戶探索更多新興趣，采用隨機推薦、基于用戶社交關系拓展興趣、搜索推薦聯動、“不感興趣”不再展現等多種方式，讓用戶的主動行為影響推薦系統，使推薦更加個性化和多樣化。
據抖音生態運營經理陳丹丹介紹，抖音的內容治理體系是“人工參與+機器學習”相結合的模式，并組建了專門的平臺治理團隊為算法設置“護欄”。