首次解释抖音算法不追求平台短期数据
抖音基于用户行为的推荐方法包含多种技术模型，如协同过滤、双塔召回、Wide&Deep模型等。算法可以在完全“不理解内容”的情况下，找到兴趣相似的用户，把其他人感兴趣的内容推荐给该用户。
一是对用户在平台上已经表现出的兴趣，尽可能推荐更多样的内容，通过多样性打散、多兴趣召回、扶持小众（长尾）兴趣等方法控制相似内容出现的频次。二是帮助用户探索更多新兴趣，采用随机探索、基于用户社交关系拓展兴趣、搜索推荐联动、“不感兴趣”不再展现等多种方式，让用户的主动行为影响推荐系统，使推荐更加个性化和多样化。
打破算法争议，抖音仍需提升热点事件处置的透明性
比如，在郭有才等网红走红过程中，一些网友的疑问在于，网红的走红是否由平台算法强推出来的。在一些热点新闻中，
责任编辑：刘万里SF014