《科创板日报》4月17日讯（记者 张洋洋）针对算法引发的种种争议，抖音公布算法原理，力图以提升透明度来回应公众质疑。
近期，抖音上线了安全与信任中心网站，网站公开了抖音算法推荐系统的原理、用户行为背后的算法推荐逻辑以及平台人工治理识别各类风险等内容。该网站目前还处于试运行阶段，正广泛向用户、创作者、社会各界征集意见。
在抖音开放日上，抖音算法工程师刘畅和抖音生态运营经理陈丹丹等人，也再度阐释了算法技术原理和平台的治理规则。
总结来讲，抖音方面称，抖音推荐算法的核心逻辑是，综合预测用户行为概率和用户行为价值权重来确定视频推荐优先级。
根据抖音安全与信任中心网站的介绍，当用户打开抖音时，抖音的推荐算法会给候选视频打分，并把得分最高的视频推送给用户。用户在观看时可以对看到的视频做出各种互动，这些互动体现了用户对这个视频的感兴趣程度。比如用户点赞比不点赞要好，看完比没看完要好，没有点不喜欢比点不喜欢好。在这里，“看完了”就是一次反馈动作，“点赞”也是一次反馈动作。
用户对观看的视频的每一次反馈，都有正面或者负面的价值。抖音的推荐排序模型学习的也就是这种行为反馈，推荐系统的目标就是把反馈价值最高的视频推给用户。
▍抖音的算法原理是什么？
在接受《科创板日报》等媒体采访时，抖音算法工程师刘畅介绍，抖音的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，重点是学习用户行为。
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
