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(zhēng)議卻從未間斷。這些爭(zhēng)議包括推薦算法帶來標(biāo)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(duì)推薦算法技術(shù)存在誤解，認(rèn)為算法是給內(nèi)容打上對(duì)應(yīng)標(biāo)簽，再給用戶打上對(duì)應(yīng)的屬性，最后通過數(shù)據(jù)運(yùn)算，把對(duì)應(yīng)標(biāo)簽的內(nèi)容推薦給有對(duì)應(yīng)屬性的用戶。實(shí)際上，隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，抖音的推薦系統(tǒng)已幾乎不依賴對(duì)內(nèi)容或者用戶打標(biāo)簽，而是通過復(fù)雜的神經(jīng)網(wǎng)絡(luò)計(jì)算，直接預(yù)測(cè)每個(gè)用戶對(duì)每條內(nèi)容可能產(chǎn)生的互動(dòng)行為概率。機(jī)器學(xué)習(xí)對(duì)推薦算法的主要貢獻(xiàn)在于建立評(píng)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(jī)器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  標(biāo)簽