在日常使用图文和短视频平台时，不少用户都有过这样的体验：一旦连续浏览某类话题内容，平台算法便会持续推送相似内容。这种由推荐算法构建的“信息茧房”现象，长期以来备受行业质疑。4月15日，抖音对外公开其算法逻辑与内容审核机制，采用“人工+机器”协同的推荐系统架构，通过多目标算法体系主动破解信息壁垒。
据抖音算法工程师刘畅介绍，平台推荐算法与国内外大部分内容推荐平台相似，包含召回、过滤、排序等环节，核心在于学习用户行为。目前，抖音运用了协同过滤、双塔召回、Wide&Deep等多种先进技术模型。这些算法无需”理解内容”，仅通过分析用户兴趣相似度，就能实现精准的内容推荐。
然而，同质化选题的密集推送容易引发“信息茧房”现象。对此，抖音相关责任人指出，“信息茧房”概念在推荐算法成熟之前就已存在，算法并非“信息茧房”形成的先决因素。行业对“信息茧房”的担忧，本质在于“信息偏食”，即信息来源单一。
为此，抖音设置了双重破解机制：一方面通过多样性打散、多兴趣召回、扶持小众（长尾）兴趣等方法，严格控制相似内容出现的频次；另一方面引入随机推荐、社交关系拓展、搜索推荐联动等功能，强化用户选择权，用户可通过”不感兴趣"标记来直接影响推荐结果。
算法技术虽能学习和预测用户行为，但对内容语义的理解仍存在不足，这可能导致某些违法违规或不良内容被推荐传播。因此，平台治理对算法的约束和规范显得尤为重要。抖音生态运营经理陈丹丹表示，平台建立了完整的"人工参与+机器学习"治理体系，包含异常感知、标准定义、机器识别、人工研判、风险处置等多个环节。
在具体实施层面，抖音构建了严密的内容审核流程。创作者上传内容后，首先进入机器识别环节。系统会根据预设规则对内容进行分级处理：识别出高危特征的内容会被直接拦截；存在潜在问题的内容将进入人工审核；风险较低的内容则可获得基础流量。
此外，平台还建立了动态监测机制，当内容出现被举报、评论区集中质疑或流量异常激增等情况时，会立即触发"人工+机器"的复合审核模式。任何在审核流程中被判定违规的内容，系统都会立即停止推荐和分发。
除了算法和治理机制，平台还通过"抖音精选"子品牌对优质内容给予流量扶持，明确将"有收获、有惊喜、有共鸣"作为核心评判标准。
在业内看来，通过技术创新与内容治理的双轮驱动，抖音在保障用户体验和信息多样性方面做出了积极探索。未来，随着算法技术的持续优化和治理体系的不断完善，数字平台有望在个性化推荐与信息多样性之间找到更好的平衡点。
（《财经》新媒体综编）
216.73.216.46
