最近，抖音集团上线了一个挺有意思的小程序，叫“算法体验”。他们在官网上专门做了个板块，用动画形式把推荐算法是怎么运作的详细展示出来。这个功能让普通用户也能看懂算法推荐一条视频的整个流程。以前他们也有过类似的公开，但是这次不一样，可视化和互动性更强。想体验的话，只要去抖音安全与信任中心官网，或者在抖音 App 里搜“看得懂的算法”，就可以开始玩了。抖音每天上传的视频数量巨大，为了给用户挑出最满意的内容，算法经过了一系列复杂的“精挑细选”。推荐过程主要分两步：召回和排序。召回环节主要依靠双塔模型和兴趣时钟。双塔模型是高效召回的主力之一，体验者可以把自己当成不同角色，看看虚拟用户与视频的推荐指数是多少。拨动兴趣时钟指针，你会发现算法还会考虑时间这个因素。比如早上推个励志视频，晚上可能给你推荐一些轻松娱乐的内容。召回结束后，系统会从海量内容中选出几千条候选视频进行排序。这个过程用 Wide&Deep 模型演示。Wide 部分负责记住用户的兴趣爱好，Deep 部分负责发掘新的兴趣点。两部分结合起来算出每个视频的排序分，分数最高的就会被优先推荐。 除了这些步骤外，算法还会通过打散、混排等操作来优化结果，防止出现推荐单一的情况。在互动演示中拖动随机扰动强度按钮，你能看到推荐列表从单调变得多样起来。这种随机扰动能增加内容多样性，帮助用户打破“信息茧房”，看到更多不同类型的内容。这样一来既满足用户的喜好，又能帮他们挖掘潜在兴趣、拓宽视野。