自“清朗·網絡平臺算法典型問題治理”專項行動開展以來，中央網信辦積極督促指導重點平臺，對信息推薦算法功能進行針對性優(yōu)化，對算法規(guī)則作出調整。在此背景下，各平臺積極響應，通過一系列切實有效的舉措，致力于為用戶打造更加健康、多元、透明的網絡環(huán)境。抖音通過提升算法透明度、打破“信息繭房”、完善推薦內容審核等舉措，為網絡平臺算法優(yōu)化提供實踐樣本。
提升算法透明度：基于用戶行為推薦算法
算法是一種以數(shù)學或計算機科學實現(xiàn)自動化的計算方式，常用于計算、數(shù)據(jù)處理和自動推理。隨著互聯(lián)網技術持續(xù)深入生產生活，算法不斷被應用于電商、出行、交友等不同屬性的平臺來解決用戶需求。
信息爆炸時代，算法提供了一種與巨量信息相處的方式。推薦系統(tǒng)是一套信息過濾系統(tǒng)，這套系統(tǒng)能實現(xiàn)個性化推薦，給每個用戶量身定制一位信息“快遞員”，高效、準確地把可能需要的信息推送到用戶面前。
通過人工智能深度學習算法，推薦系統(tǒng)不斷學習用戶的使用行為。每一次刷新、滑動，算法都會從候選內容池中快速對數(shù)千條用戶可能感興趣的內容進行排序。排序打分模型會對每條內容進行打分，預估用戶對每條內容的點贊、關注、收藏、分享、不喜歡、評論區(qū)停留時長等行為，計算用戶觀看這條內容獲得的價值總和，然后進行排序，排名靠前的內容才有機會被推薦到用戶面前。
基于深度學習的推薦算法機制，推薦系統(tǒng)被廣泛應用于國內外各大主流社交媒體平臺。以抖音為例，其推薦系統(tǒng)包含召回、過濾、排序等環(huán)節(jié)，重點是學習用戶行為。基于用戶行為的推薦方法包含多種技術模型，如協(xié)同過濾、雙塔召回、Wide&Deep（深寬）模型等。在召回階段，雙塔召回模型將用戶特征與內容特征轉化為數(shù)學向量，通過計算向量間的空間距離，從海量內容中快速篩選出用戶潛在感興趣的內容。算法可以在完全“不理解內容”的情況下，找到興趣相似的用戶，并把其他人感興趣的內容推薦給該用戶。
目前，抖音算法幾乎不依賴對內容和用戶打標簽，而是應用基于用戶行為的推薦方法——排序算法，通過神經網絡計算預估用戶行為，計算用戶觀看這條內容獲得的價值總和，并把排名靠前的內容推給用戶。
排序算法基于用戶行為推薦，對可能發(fā)生的用戶行為預測打分。
抖音通過產品功能創(chuàng)新，將透明度提升與用戶賦權有機結合。開設抖音安全與信任中心網站，舉辦開放日活動，以通俗易懂的圖文、視頻向公眾闡釋推薦邏輯、干預機制以及治理成效，讓用戶能夠更好地了解平臺算法的運行機制，保障用戶知情權。
打破“信息繭房”：多目標算法拓寬興趣邊界
從平臺運營視角看，單一內容推薦會導致用戶體驗下降與活躍度流失，這種視角與用戶規(guī)避“信息繭房”的需求相同，“破繭”也是算法平臺的內生動力。
抖音算法以“用戶長期價值”為核心目標，通過對用戶行為數(shù)據(jù)的深度學習來預測互動概率。其核心邏輯可簡化為一個公式：綜合預測用戶行為概率×行為價值權重=視頻推薦優(yōu)先級。算法會對點贊、評論、收藏、分享、播放時長等十余種行為進行概率預估。
早期推薦算法多以單一目標（如完播率）為導向，而抖音算法已進化到復雜的多目標體系。該體系涵蓋用戶體驗、內容質量、創(chuàng)作者收益等多元維度。在推薦中長視頻時，即便完播率指標可能不占優(yōu)勢，但只要視頻在分享、收藏、評論等指標上表現(xiàn)突出，算法依然會為其分配流量。例如，視頻《450分鐘深度解讀〈紅樓夢〉》憑借較高的分享率、收藏率等多目標優(yōu)勢，突破短視頻流量對完播率的依賴，獲得超3億播放量。
為打破“信息繭房”，抖音在算法目標中設置“探索類指標”。一方面，對用戶表現(xiàn)出的興趣進行多樣性打散處理，嚴格控制相似內容的出現(xiàn)頻次。假設用戶連續(xù)觀看3條寵物視頻，算法會主動插入科普、美食等非同類內容，避免用戶陷入單一興趣的循環(huán)。另一方面，通過隨機推薦、社交關系拓展、搜索聯(lián)動等多種方式，幫助用戶發(fā)現(xiàn)新興趣。當用戶搜索“攝影技巧”后，算法不僅會推薦相關教程，還會推薦“旅行攝影”“手機修圖”等拓展內容，拓寬用戶的興趣邊界。
“收藏+復訪”“關注+追更”等組合目標的應用，進一步增強了算法對用戶長期需求的挖掘能力。當用戶收藏健身教程并在一周內多次觀看時，算法會判定該內容對用戶具有長期價值，進而增加健身知識、運動裝備等相關內容的推薦；若用戶收藏后僅觀看一次，則視為短期興趣，減少后續(xù)推送頻率。這種機制既避免了單一興趣的過度強化，又提升了內容與用戶長期需求的匹配度。
同時，升級“使用管理助手”，創(chuàng)新推出內容偏好評估功能，以可視化圖表清晰呈現(xiàn)用戶近期瀏覽內容的興趣分布，用戶可以據(jù)此直觀了解自己的興趣偏好分布，從而更有針對性地調整內容獲取方向；“探索更多”功能則一鍵拓展推薦內容的多樣性，為用戶帶來更豐富多元的內容體驗。
完善推薦內容審核：人工運營為算法保駕護航
抖音構建“人工+機器”協(xié)同治理體系，涵蓋異常感知、標準定義、機器識別、人工研判、風險處置等全流程，持續(xù)優(yōu)化熱點當事人核實機制，防止擺拍造假、仿冒蹭熱、拼湊剪接等惡意傳播行為。用戶上傳內容后，首先進入機器識別環(huán)節(jié)，若被檢測出含有血腥、低俗等高危特征，將被直接攔截。未命中高危特征但模型判斷存在潛在問題的內容，就會流轉至人工審核。人工審核團隊由專業(yè)人員組成，針對機器識別的疑難點進行研判，例如，對于爭議性劇情類視頻，人工審核從更復雜的角度進行價值觀判斷，確保內容符合平臺規(guī)范。
協(xié)同治理體系遵循兩大準則：一是流量越高的內容評估次數(shù)越多、標準越嚴格，一條熱門視頻可能經歷初審、復審、三審及運營介入的多層審核，確保高流量內容的質量與合規(guī)性；二是“機器負責寬度、人工負責深度”，機器每天對內容進行批量風險過濾，人工則聚焦對高流量、高風險內容的精準研判。
抖音設立專門的標準管理團隊，對違法違規(guī)、色情低俗、公序良俗等十幾類、數(shù)百種風險制定細化標準，每條標準均匹配典型案例與執(zhí)行手冊。例如，針對虛假擺拍問題，標準明確界定“刻意編造劇情誤導觀眾”的具體情形，包括模仿突發(fā)事件、虛構身份經歷等。標準管理團隊根據(jù)法律法規(guī)調整、社會熱點變化定期迭代內容，確保平臺治理標準與時俱進。
治理流程上，內容審核采用“三審三?！睓C制：初審識別底線風險，復審判斷非底線問題是否適合廣泛傳播，三審對高熱內容進行綜合質量評估。此外，視頻被舉報、評論區(qū)出現(xiàn)集中質疑等異常信號，也會觸發(fā)額外審核。
針對網絡暴力、未成年人保護、生成式人工智能技術濫用等焦點問題，抖音成立專項治理團隊。以網絡暴力專項治理團隊為例，網絡暴力治理面臨以下難題：施暴者、受害者、旁觀者等角色難區(qū)分；場景廣泛，涵蓋短視頻、直播間、評論區(qū)、賬號主頁等；傳播方面具有突發(fā)性、密集性和破壞性等特征；此外，還存在概念難界定、時效難保證、單個平臺難根治等問題。針對上述問題，網絡暴力專項治理團隊以“防護、打擊、教育”為關鍵詞，通過主動識別潛在網絡暴力受害者并推送預警、分級干預風險賬號、設置防網絡暴力專區(qū)，為其提供工具進行防護；通過重點打擊侮辱威脅、煽動圍攻及侵犯隱私等三類施暴者，結合人工智能與人工治理，持續(xù)打擊施暴行為；通過發(fā)布治理規(guī)范、發(fā)起反網絡暴力倡議及案例宣傳提升公眾關于網絡暴力的認知。另外，針對重點場景和人群，打造專屬功能，為受害者提供心理關懷、法律咨詢援助等幫助。
綜上，算法推薦系統(tǒng)的良好運轉離不開人工運營的參與。從算法原理的公開，到多樣化機制的探索，再到平臺治理的全方位護航，一系列算法治理舉措不僅提升了用戶體驗，助力破解“信息繭房”困局，也保障了內容的真實可靠與健康向上。未來，隨著技術的不斷進步與網絡環(huán)境的持續(xù)變化，共建清朗網絡空間需要更多平臺與網友的積極參與，各方攜手推動互聯(lián)網行業(yè)高質量發(fā)展，為營造風清氣正的網絡空間持續(xù)貢獻力量。