抖音算法你知道不

在这个信息化的时代，你会发现不管你使用过的APP还是PC端的互联网产品，只要你使用过，下次当你再次到访你就会发现这种系统经常推荐有些你之前浏览过相关的信息，其实有很多人并不清楚，这种其实就是推荐算法，它已成为各大平台的核心竞争力之一。抖音作为全球领先的短视频平台，其算法的运作机制和优化策略备受关注。下面小编深入剖析抖音算法的逻辑与原理，探讨其如何通过协同过滤、Wide&Deep模型等技术手段实现千人千面的内容推送。

技术革新是当今社会广泛关注的重要命题。

如近日举行的2025年世界互联网大会亚太峰会，便着重探讨了AI带来的前景与挑战。峰会发布了《以普惠包容的人工智能治理赋能全球可持续发展》报告，旨在深化AI治理与国际合作，通过普惠包容的AI发展，促进弥合数字鸿沟。

科技发展不止于技术进步本身，普惠是其重要一环，而技术透明化则是通向普惠的关键路径。

抖音日前举办的“安全与信任中心开放日”活动即是推动技术透明化的典型一例。在活动中，抖音算法工程师等相关工作人员拆解了抖音算法的逻辑与平台审核流程。推荐算法是AI技术中机器学习的具体应用领域。抖音推荐算法包含“协同过滤”算法、Wide&Deep模型、双塔召回模型等多种技术手段，能够通过分析和学习用户行为来构建千人千面的内容推送。即便算法不懂内容，也可以精准捕捉用户兴趣，并以多元化方式增加平台内容丰富度和用户留存率。

这是抖音持续努力的方向。2025年3月，抖音上线了“抖音安全与信任中心”网站，面向社会公开算法原理、社区规范、治理体系和用户服务机制。

这些动作进一步帮助公众理解技术决策的逻辑，有助于建立用户与用户、用户与平台间的信任，以平台倡导的优质多元内容来助推互联网内容更好地发展。

01 茧房起于偏见

推荐算法的本质是信息过滤系统。

当下的人身处数据和信息爆炸的时代。据调研机构IDC数据，全球产生的数据量2024年达159ZB，到2028年将达384ZB。需要说明的是，1ZB等于10万亿亿个Byte，如果以一部约两小时的4K电影约20G的大小来衡量，159ZB相当于7.95万亿部电影，连续播放这些电影需要约18亿年。

互联网时代的信息远超个人所能处理的极限，必然需要平台来分类、筛选和推荐。个性化推荐算法相当于私人管家，已经广泛应用在电商、视频、社交等不同平台，能高效、准确地满足各个用户的不同需求。

以抖音协同过滤算法与Wide&Deep模型的结合为例，协同过滤可以经由不同用户的行为推荐相似内容，Wide&Deep模型则能发觉内容的稀有特征并标记相关性，两者能够互补，使内容推荐更为广博多样。

基于内容的协同过滤算法会分析和比较用户行为。假设用户甲观看了A、C、D内容，用户乙观看了B、C、D内容，用户丙观看了C、D、E内容，算法就会判定C、D内容有较高相似度，如果用户喜欢C，大概率也会喜欢D。这更容易推出受更多人喜爱的头部内容。

Wide&Deep模型则由Wide部分和Deep部分组成，Wide部分让模型具有较强的记忆能力，可以直接学习并利用历史数据中物品或特征同时出现的频率；Deep部分则让模型具有泛化能力，也就是能够推测未见过的数据。比如推测一个喜欢美食的用户可能对厨具测评感兴趣。当Wide&Deep模型与协同过滤算法共同发挥作用，平台既可以快速推荐热门内容，又能挖掘用户潜在的多样化兴趣，让小众内容能被更多用户关注。

不少人将算法视作“信息茧房”推手，但事实与之相去甚远。

信息茧房一词来源于美国法学教授凯斯·R·桑斯坦2006年出版的《信息乌托邦》，指如果人只关注和选择自我愉悦的内容，信息接触面便会越来越窄，困于自我编织的茧房中。事实上，这一概念提出时并非针对算法，也没有实证研究和量化数据支撑。它在当下的广泛应用更像是互联网用户信息焦虑的集中体现。

推荐算法的基础是机器学习，即通过对已有数据进行数学建模，寻找规律，会将用户对内容的具体偏好抽象成数学关系。即使是最优秀的算法工程师，也无法脱离算法技术的种种理论和架构，简单解释为什么把某个视频推荐给了这些用户而非那些用户。当每个用户都变成数据里的“点”时，用户无法纵览全貌，必然极易感觉身处黑盒当中。抖音推送的算法透明化，正是希望打开黑盒，让更多人真正理解算法的内核。

澳大利亚学者阿克塞尔·布鲁恩斯2019年发表的文章《问题不在技术，笨蛋》就援引了多位学者的实验，表示社交媒体、搜索引擎等不同网络平台实际上扩充了用户的信息源，使用户接触到的信息多样性高于不使用这些平台的用户，如对370万澳大利亚推特用户的调研显示，不同观点的网络用户集群之间不会完全隔离，仍然保有良好互动。

02 优质深度并举

为促进内容丰富度提升，抖音推荐算法设置了兴趣探索机制。

假如用户特别喜欢观看音乐类视频，那么算法还会尝试为用户推送与音乐相关的其他艺术领域，比如美术赏析或舞蹈表演。用户的兴趣点还可能有大小之别，比如大部分人的观看集中在美食领域，小部分人的观看在摄影领域，算法推荐时也会给予像摄影这样的小兴趣点更多权重，避免大兴趣点领域内容的过多重复。

算法还会刻意进行多样化推荐，以免同质化内容让用户审美疲劳。一个喜爱搞笑情景剧的用户，在算法不考虑多样性的情况下可能会被连续推荐3个搞笑情景剧和2个其他内容，但在算法设定多样性时只会被推荐1个搞笑情景剧，其余均为多样化的其他内容。

如此一来，算法既能贴合用户需求，又能助力用户探索更多可能。而且，这还有助于让小众、深度内容找到真正喜爱它们的用户。

据海克财经了解，抖音曾尝试直接给知识、历史、科技等深度内容做加热，但实际效果不佳——此举改变了算法的正常逻辑，会影响数据循环，导致这些内容的后续推荐受到干扰；此后，抖音转换思路，针对深度内容训练，预估收藏和重复观看概率的模型，使平台中的深度内容分发效率更高。

博主“米三汉”2024年6月发布的“450分钟解读红楼梦”的长视频颇为典型。截至目前，这条视频播放量超过3亿，点赞量达1291万，收藏量达773万。抖音总裁韩尚佑表示，2025年抖音优质内容曝光量将增加300%。

淄博、哈尔滨、天水等城市的走红也能印证算法对小而美内容的力量。本地人习以为常的部分被算法挖掘出来，分发给那些对旅游与地方特色感兴趣的用户，再经由他们层层传播，最终形成“破圈”的回响。

其中天水麻辣烫的走红颇值一提。

2024年2月，博主“一杯梁白开”在抖音发布了“建议全国普及甘肃麻辣烫”的视频，视频中的麻辣烫汤汁浓稠、色泽诱人，很快吸引了大量用户。截至目前，该视频点赞量达141万。后续“三个叁”“橘子公主”等博主前往天水，抖音热榜出现了“到甘肃吃麻辣烫是什么体验”“甘肃天水打响2024旅游第一枪”等话题，越来越多用户参与互动。

得益于算法的精准匹配和信息传播的裂变高效，天水麻辣烫从“存在感”不强的本地小吃一跃成为当地大热文旅IP，且得到了网友的持续关注。官方数据显示，2025年清明假期即4月4日至4月6日，天水凭借在线旅游订单量入围清明节全国“黑马”旅游目的地，全市大部分酒店入住率近100%。

还有小众的成都“三花”民间川剧团、陕西考古研究员讲解的考古知识、被网友称作“人间清醒直击灵魂”的作家史铁生的作品等，都因推荐算法在抖音上焕发了新生命力。以史铁生为例，据《2024抖音读书生态报告》，抖音上相关视频数量累计增长192%，视频总时长增长415%。

03 力促技术普惠

平台提升内容丰富度更能增强用户粘性。

中国人民大学高瓴人工智能学院发布的《算法向善与个性化推荐发展研究报告》提及，内容类型数量是否足够多、内容类型的分散程度是否足够高，与用户是否能长期留存呈正相关态势。清华大学社科院发布的《用户使用、算法推荐与信息茧房研究报告》数据显示，70%的用户对个性化推荐算法持肯定态度，认可算法能够帮助用户解决信息过载问题。

在推荐算法的基础上，抖音还进一步扩充了平台机制和功能。

比如社交推荐机制，用户可以长按视频，点击“推荐”，相关视频就会被分发给抖音内的好友，并显示是由哪位用户推荐的。这种社交推荐即是对兴趣推荐的补充。还有热点热榜，会展示当天重要新闻事件，在话题内容中汇集事件的最新进展，平衡不同观点以帮助用户了解事件全貌，最大限度避免信息茧房产生。

抖音搜索也在持续保持增长。据海克财经了解，部分知识类、攻略类内容发布3个月以后，搜索的平均流量占比可达50%以上。平台将搜索与推荐相结合，使优质内容产生长尾效应。当然，用户也可以通过对内容或者账号点击“不感兴趣”，以及在内容管理工具里面设置自己的内容偏好来优化个性化推荐内容。

综合而多元的机制为用户提供了更多可能。

图书即是如此。抖音上有大量经典图书、冷门佳作的相关视频，用户能够在浏览过程培养兴趣，并与出版社、读书达人链接。这使图书宣传无需完全按照传统的媒体宣传、线下签售、读者见面会等路径，原本独立的读者与作者、读者与读者被算法“打通”，甚至可以跨越时空界限。这也为图书出版行业提供了新的渠道。

推荐算法使农业技术推广高效便捷。要知道，国内中小农户分布广，种植养殖种类众多，需要的技术门类繁杂，原本科研机构、农业企业技术推广的成本较高，正是短视频、直播等形式使农业技术推广的覆盖面更广。

拥有22万粉丝的博主“梁老师讲农业”即是农业技术推广大军的一员。该博主本名梁振清，已经八十多岁，是从业40年的高级农艺师，通过抖音来传授自己毕生所学的农技知识。在推荐系统的帮助下，他的视频能被准确推荐给对三农、乡村、农技感兴趣的用户，用户也能顺势在搜索框中搜索、了解农技相关内容，扩展相关知识。

需要说明的是，算法本身只是工具，内容平台不可能全由算法把控内容。抖音通过人工参与的平台治理为算法设置“护栏”，定义和识别各类风险内容，结合内外部反馈持续迭代算法，以确保推送的内容合法合规。

随着推荐算法在日常生活中的渗透率提升，公众对算法的好奇与疑虑也在增长。如今抖音通过算法透明化实践，揭开技术决策的数字面纱，或可由此消除误解，累积信任，推动内容生态深层次变革。算法给出的不仅是浏览和互动的数据，更是对商业价值、文化生态、社会责任的多维支撑。追求正向内容多元化的算法，正在成为技术向上向善的重要注脚。