抖音 文章 进入抖音技术社区

抖音背后的算法推荐逻辑

• 推荐算法已并非新生事物，但围绕它的争议却从未间断。这些争议包括推荐算法带来标题党、低质量、甚至虚假内容以及信息茧房的问题。很多人对推荐算法技术存在误解，认为算法是给内容打上对应标签，再给用户打上对应的属性，最后通过数据运算，把对应标签的内容推荐给有对应属性的用户。实际上，随着机器学习技术的发展，抖音的推荐系统已几乎不依赖对内容或者用户打标签，而是通过复杂的神经网络计算，直接预测每个用户对每条内容可能产生的互动行为概率。机器学习对推荐算法的主要贡献在于建立评分系统，在海量算力和海量供给的环境里，把用户行为抽
• 关键字： 抖音  算法  机器学习  神经网络  标签