在此前算法公开的基础上，日前抖音正式上线 " 算法体验 " 小程序，以可交互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 "。目前，用户可通过抖音安全与信任中心官网 " 体验算法 " 板块，或是在抖音 App 搜索 " 看得懂的算法 " 关键词进入体验。

据抖音方面介绍，平台视频推荐过程大致包含召回、排序等环节，其中在召回环节，体验演示将以双塔模型、兴趣时钟为主。据了解，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。

召回结束，推荐系统将从内容池里大约挑选出数千条候选内容，进入排序环节。据悉，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）则是打分依据，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。

对于这一环节，体验演示将以 Wide&Deep 模型为主，它也是抖音的主力模型之一。其中，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 "。

而在推荐过程中，抖音的算法会通过打散、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。对于这一部分，用户在互动演示中拖动随机扰动强度，即可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 "。

据了解，近年来抖音方面持续推动算法透明化。此前在 2025 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。抖音方面公布的相关数据显示，不到一年时间该网站访问量已突破 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 "。

【本文图片来自网络】