快科技3月4日訊息，近日，抖音正式上線體驗演算法板塊，用可互動的動畫形式拆解推薦演算法的工作原理與流程，向公眾科普一條視訊如何被推薦。
在過往演算法公開的基礎上，本次體驗演算法板塊的最大特點是視覺化、可互動，不懂技術的小白也能看懂。
使用者可通過抖音安全與信任中心官網，或在抖音APP搜尋「看得懂的演算法」關鍵詞進入體驗。
據介紹，抖音每天上傳的新內容數超過一億，爲了在海量視訊中挑選出使用者最滿意的內容，演算法經過了一步步的精挑細選，大致包含召回、排序等環節。
首先是召回環節，體驗演示以雙塔模型、興趣時鐘為主。
雙塔模型是抖音進行高效召回的主力模型之一，體驗者可代入不同使用者角色，看到演算法計算虛擬使用者與視訊的推薦指數，直觀感受內容與使用者的匹配邏輯：
撥動興趣時鐘指標，便能發現演算法還會兼顧「場外因素」，比如依據時間調整推薦傾向，貼合用戶不同時段的興趣偏好：
召回結束，推薦系統從內容池裏大約挑選出數千條候選內容，進入排序環節，這一環節用Wide&Deep模型來演示，它也是抖音的主力模型之一。
排序是一套打分系統，數千條視訊裡得分最高的，會被優先推薦。
使用者行為（點選、瀏覽、喜歡、轉發、收藏等）是打分依據，模型不僅考慮使用者曾經喜歡看的內容，也想幫助他們發現潛在的興趣。
Wide部分負責「記憶」，與已知的興趣關聯，Deep部分負責「泛化」，發現未曾出現過的相關性，兩部分融合計算，得到最終的「排序分」。
推薦過程中，演算法還會通過打散、多樣性調節、混排等操作來優化推薦結果，避免出現推薦結果單一的問題。
在互動演示中拖動隨機擾動強度，能觀察到推薦列表從單一到多元，體驗隨機擾動帶來內容多樣性，理解演算法如何打破「資訊繭房」，不僅要發現和記住使用者喜歡的內容，也幫助使用者挖掘潛在興趣、看到更廣闊的世界。
