抖音上线“算法体验”小程序:一条视频如何被推荐?
1. 抖音安全与信任中心官网上线“体验算法”板块,以可视化、可交互动画形式科普推荐算法工作流程,用户可通过官网或抖音APP搜索“看得懂的算法”关键词进入体验,降低公众理解门槛。 2. 该板块通过双塔模型(含兴趣时钟)演示召回环节的用户与内容匹配逻辑,以Wide&Deep模型展示排序环节的用户行为打分机制(融合记忆与泛化功能),并通过调节随机扰动强度演示推荐内容多样性优化,帮助用户理解算法平衡匹配与广度的原理。 3. 抖音长期推进算法透明化,过往通过官网、沟通会、科普视频等公开算法原理,2026年1月宣布进一步增强算法可理解性,此次“体验算法”板块是其提升公众算法素养的创新性尝试。
近日,抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块,以可交互的动画形式拆解推荐算法的工作原理与流程,面向公众科普“一条视频如何被推荐”。
在过往算法公开的基础上,本次“体验算法”板块的最大特点是可视化、可互动,不懂技术的小白也能看懂。用户可通过抖音安全与信任中心官网,或在抖音APP搜索“看得懂的算法”关键词进入体验。

抖音安全与信任中心官网(95152.douyin.com)上线“体验算法”板块
抖音每天上传的新内容数超过一亿,为了在海量视频中挑选出用户最满意的内容,算法经过了一步步的“精挑细选”,大致包含召回、排序等环节。
首先是召回环节,体验演示以双塔模型、兴趣时钟为主。双塔模型是抖音进行高效召回的主力模型之一,体验者可代入不同用户角色,看到算法计算虚拟用户与视频的推荐指数,直观感受内容与用户的匹配逻辑:


拨动兴趣时钟指针,便能发现算法还会兼顾“场外因素”,比如依据时间调整推荐倾向,贴合用户不同时段的兴趣偏好:

召回结束,推荐系统从内容池里大约挑选出数千条候选内容,进入排序环节。这一环节用Wide&Deep模型来演示,它也是抖音的主力模型之一。
排序是一套打分系统,数千条视频里得分最高的,会被优先推荐。用户行为(点击、浏览、喜欢、转发、收藏等)是打分依据,模型不仅考虑用户曾经喜欢看的内容,也想帮助他们发现潜在的兴趣。Wide部分负责“记忆”,与已知的兴趣关联,Deep部分负责“泛化”,发现未曾出现过的相关性,两部分融合计算,得到最终的“排序分”。

推荐过程中,算法还会通过打散、多样性调节、混排等操作来优化推荐结果,避免出现推荐结果单一的问题。在互动演示中拖动随机扰动强度,能观察到推荐列表从单一到多元,体验随机扰动带来内容多样性,理解算法如何打破“信息茧房”,不仅要发现和记住用户喜欢的内容,也帮助用户挖掘潜在兴趣、看到更广阔的世界。

算法透明化是抖音长期坚持的方向。去年3月,抖音安全与信任中心官网上线,全面公开抖音算法原理,对公众关切的问题逐一解答,不到一年时间,网站访问量已突破200万次。此外,抖音还举办了30余场与媒体、学界的算法沟通会,邀请算法工程师现场讲解原理;与科普创作者共创动画、场景演绎类科普视频,让算法逻辑“白盒化”。
2026年1月,抖音宣布将进一步做好算法透明,持续公开推荐算法运作原理、运营机制,增强算法的可理解性。此次上线的“体验算法”板块,就是抖音在算法公开、助力公众算法素养提升方面做出的又一次创新性尝试。
如果你也好奇“大模型如何重塑推荐系统”“算法如何打破‘信息茧房’”等问题,欢迎打开下方链接,在抖音安全与信任中心官网了解:https://trust.douyin.com/algorithm/

