抖音近日在北京举办了一场名为“安全与信任中心开放日”的活动，深入探讨了其算法机制、平台治理策略以及社会各界广泛关注的问题。
在信息洪流的时代背景下，推荐算法已成为连接用户与海量信息的关键桥梁。活动现场，抖音的算法工程师刘畅详细阐述了抖音算法的核心理念与技术细节。他指出，抖音的推荐系统融合了多种技术模型，如协同过滤、双塔召回和Wide&Deep模型等，这些模型能够在不直接理解内容含义的前提下，通过用户行为数据的分析，找到兴趣相似的用户群体，并推送他们可能感兴趣的内容。
刘畅进一步解释，抖音算法已逐渐减少对内容和用户标签的依赖，转而采用神经网络计算，预测用户行为，评估用户观看内容的潜在价值，并据此将高质量内容优先呈现给用户。
抖音算法示意图
为了打破“信息茧房”效应，抖音算法在设计中融入了探索维度。一方面，算法会针对用户在平台上已展现的兴趣，推荐更多样化的内容，通过控制相似内容的出现频率，提升内容的多样性。另一方面，算法也会主动帮助用户探索新兴趣，利用随机推荐、社交关系拓展、搜索推荐联动以及“不感兴趣”反馈机制等多种手段，使推荐内容更加个性化和丰富。
然而，尽管算法能够学习和预测用户行为，但由于缺乏对内容语义的深入理解，仍存在将违法违规或不良内容推荐给用户的风险。因此，抖音强调算法在实际应用中必须受到平台治理体系的约束和规范。
抖音生态运营经理陈丹丹在活动中表示，抖音的内容治理体系采用“人工参与+机器学习”相结合的模式，并组建了专业的平台治理团队，为算法设置“护栏”。她介绍，抖音的平台治理流程包括异常感知、标准定义、机器识别、人工研判和风险处置等多个环节，确保所有发布在平台上的内容都会经过严格评估，流量越高的内容评估次数越多，标准也越严格。
在内容审核方面，抖音采用“机器+人工”相互配合的模式。机器负责对所有投稿进行“宽度”评估，筛选出可能存在问题的内容；而人工则负责“深度”研判，确保对专业、敏感或疑难问题的精准判断。一旦内容在任一环节被识别为违规，系统将立即停止其进一步推荐和分发。
针对社会普遍关注的诈骗、网络暴力、虚假摆拍、未成年人保护、网络水军以及AIGC技术滥用等焦点问题，抖音成立了多个专项治理团队，进行重点治理。例如，在不实信息治理方面，抖音近日推出了辟谣卡功能，以遏制不实信息的传播。
