抖音 文章 進(jìn)入抖音技術(shù)社區

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(lái)標題黨、低質(zhì)量、甚至虛假內容以及信息繭房的問(wèn)題。很多人對推薦算法技術(shù)存在誤解，認為算法是給內容打上對應標簽，再給用戶(hù)打上對應的屬性，最后通過(guò)數據運算，把對應標簽的內容推薦給有對應屬性的用戶(hù)。實(shí)際上，隨著(zhù)機器學(xué)習技術(shù)的發(fā)展，抖音的推薦系統已幾乎不依賴(lài)對內容或者用戶(hù)打標簽，而是通過(guò)復雜的神經(jīng)網(wǎng)絡(luò )計算，直接預測每個(gè)用戶(hù)對每條內容可能產(chǎn)生的互動(dòng)行為概率。機器學(xué)習對推薦算法的主要貢獻在于建立評分系統，在海量算力和海量供給的環(huán)境里，把用戶(hù)行為抽
• 關(guān)鍵字： 抖音  算法  機器學(xué)習  神經(jīng)網(wǎng)絡(luò )  標簽