抖音近期做出了一項(xiàng)在國(guó)內(nèi)互聯(lián)網(wǎng)行業(yè)中鮮見(jiàn)的舉動(dòng)：它詳盡地公開了自身的算法規(guī)則，從基礎(chǔ)技術(shù)原理到具體數(shù)學(xué)模型，乃至計(jì)算公式，均配以圖文進(jìn)行闡釋，內(nèi)容之詳盡，足以作為算法入門的科普教材。
這一公開行動(dòng)不僅限于線上，抖音還在北京舉辦了一場(chǎng)線下公開課，邀請(qǐng)算法工程師親自講解，將算法細(xì)節(jié)逐一剖析，確保信息的透明度。
盡管抖音面臨著算法黑箱性質(zhì)帶來(lái)的壓力，但此次詳盡的公開行動(dòng)，無(wú)疑是對(duì)社會(huì)疑慮的一次有力回應(yīng)。在深入研讀這些公開信息后，不難發(fā)現(xiàn)，當(dāng)前許多非技術(shù)類媒體對(duì)于算法的討論，存在明顯的誤區(qū)。
這些誤區(qū)首先體現(xiàn)在過(guò)時(shí)性上。例如，許多文章仍認(rèn)為短視頻平臺(tái)的推薦算法是通過(guò)給用戶和內(nèi)容打標(biāo)簽來(lái)進(jìn)行匹配，這種說(shuō)法甚至誤導(dǎo)了一些內(nèi)容創(chuàng)作者，試圖通過(guò)特定方式引導(dǎo)系統(tǒng)給自己打上特定標(biāo)簽。然而，這種做法早已過(guò)時(shí)，現(xiàn)代推薦算法已摒棄了標(biāo)簽機(jī)制，轉(zhuǎn)而依賴先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)。
現(xiàn)代推薦算法的核心在于基于特征向量的數(shù)學(xué)統(tǒng)計(jì)，通過(guò)用戶的各種互動(dòng)行為，如點(diǎn)贊、觀看時(shí)長(zhǎng)、評(píng)論等，來(lái)逐漸加深對(duì)用戶喜好的理解，從而更準(zhǔn)確地預(yù)測(cè)用戶可能感興趣的內(nèi)容。這一過(guò)程與機(jī)器學(xué)習(xí)領(lǐng)域的評(píng)分系統(tǒng)緊密相連，旨在從海量?jī)?nèi)容中篩選出用戶最可能喜歡的內(nèi)容。
算法的這一特性，在信息爆炸的時(shí)代顯得尤為重要。根據(jù)IDC報(bào)告，全球每年產(chǎn)生的網(wǎng)絡(luò)數(shù)據(jù)量已達(dá)到驚人的175ZB，遠(yuǎn)超出人類歷史上任何時(shí)期的處理能力。抖音每天新增的視頻數(shù)量高達(dá)億級(jí)別，而用戶每天能消費(fèi)的視頻數(shù)量有限，因此，算法的作用就在于從這海量的視頻中篩選出用戶可能喜歡的少數(shù)幾條。
關(guān)于算法的誤解，最為廣泛的就是信息繭房效應(yīng)。然而，實(shí)際上，平臺(tái)并不希望助長(zhǎng)信息繭房，因?yàn)檫@會(huì)降低用戶的留存率。相反，多元化的內(nèi)容推送能夠顯著提升用戶的活躍度。因此，算法面臨的挑戰(zhàn)在于如何在保持推薦準(zhǔn)確性的同時(shí)，打破信息繭房，為用戶提供更多元化的內(nèi)容。
另一個(gè)常見(jiàn)的誤解是，算法是流量至上的，能夠輕易“造神”。然而，這忽視了平臺(tái)對(duì)算法的干預(yù)機(jī)制。主流內(nèi)容平臺(tái)通常采用機(jī)器+人工的雙重治理機(jī)制，以確保內(nèi)容的合規(guī)性和多樣性。因此，所謂的“爆款”網(wǎng)紅，更多的是用戶選擇的結(jié)果，而非算法單一推動(dòng)的產(chǎn)物。
還有人認(rèn)為抖音會(huì)偏愛(ài)短且碎片化的視頻，對(duì)中長(zhǎng)視頻不利。然而，隨著抖音平臺(tái)的發(fā)展，這一觀念已逐漸改變。抖音已產(chǎn)生多條中長(zhǎng)視頻爆款，如長(zhǎng)達(dá)7個(gè)多小時(shí)的《450分鐘解讀紅樓夢(mèng)》。這背后，是抖音算法的不斷優(yōu)化和對(duì)中長(zhǎng)視頻消費(fèi)價(jià)值的重視。為了提升中長(zhǎng)視頻的分發(fā)效率，抖音對(duì)多目標(biāo)推薦系統(tǒng)進(jìn)行了徹底優(yōu)化，并將收藏按鈕置于更突出的位置。
抖音此次公開算法規(guī)則的行動(dòng)，不僅有助于消除社會(huì)對(duì)算法的誤解，也為整個(gè)行業(yè)樹立了榜樣。技術(shù)雖有門檻，但并非洪水猛獸。通過(guò)增加透明度，我們可以更好地理解和利用技術(shù)，推動(dòng)行業(yè)的健康發(fā)展。
