抖音首次公开推送算法 近日，抖音的「安全与信任中心」网站上线，其中该网站首次公开了抖音推荐算法原理。 抖音介绍，平台通过对用户的行为（点击、浏览、喜欢等操作），构建个性化的推荐模型，并通过深度学习推荐模型和神经网络进行结合，从而搭建用户的独有推荐算法。 其中抖音揭露了其推荐算法主力模型之一的 Wide&Deep 模型：Wide＆Deep 是由单层的 Wide 部分和多层的 Deep 部分组成的混合模型，具有「记忆能力」「泛化能力」两个特点；其与协同过滤算法共同搭配使用，补足了后者「泛化能力差」这一弱点。 此外，抖音还公布了其双塔召回模型：把用户和内容都转化为数学空间里的一个个点，为用户和内容贴上了独特的「数字标签」，并进行二次学习及进行推送。
