抖音 文章 進入抖音技術(shù)社區(qū)

抖音背后的算法推薦邏輯

• 推薦算法已并非新生事物，但圍繞它的爭議卻從未間斷。這些爭議包括推薦算法帶來標題黨、低質(zhì)量、甚至虛假內(nèi)容以及信息繭房的問題。很多人對推薦算法技術(shù)存在誤解，認為算法是給內(nèi)容打上對應標簽，再給用戶打上對應的屬性，最后通過數(shù)據(jù)運算，把對應標簽的內(nèi)容推薦給有對應屬性的用戶。實際上，隨著機器學習技術(shù)的發(fā)展，抖音的推薦系統(tǒng)已幾乎不依賴對內(nèi)容或者用戶打標簽，而是通過復雜的神經(jīng)網(wǎng)絡(luò)計算，直接預測每個用戶對每條內(nèi)容可能產(chǎn)生的互動行為概率。機器學習對推薦算法的主要貢獻在于建立評分系統(tǒng)，在海量算力和海量供給的環(huán)境里，把用戶行為抽
• 關(guān)鍵字： 抖音  算法  機器學習  神經(jīng)網(wǎng)絡(luò)  標簽