今日頭條的推薦算法，相信是做自媒體朋友最為關(guān)心的吧，就在前不幾的頭條大會(huì)上，今日頭條資深架構(gòu)師曹歡歡首次公開(kāi)揭秘。
1月11日，今日頭條在總部舉辦了一場(chǎng)推薦算法交流會(huì)，因?yàn)閳?bào)名人數(shù)遠(yuǎn)遠(yuǎn)超過(guò)了預(yù)期，交流會(huì)還臨時(shí)換了場(chǎng)地。
冷啟動(dòng)(新用戶首次使用)是否可以通過(guò)第三方數(shù)據(jù)來(lái)避免推薦不準(zhǔn)?算法應(yīng)該如何平衡廣告內(nèi)容和資訊內(nèi)容?推薦的“準(zhǔn)”和信息繭房的矛盾，應(yīng)該如何協(xié)調(diào)?
今日頭條公開(kāi)算法的基本原理，并接受建言，體現(xiàn)出了一家平臺(tái)對(duì)技術(shù)發(fā)展的責(zé)任感與誠(chéng)意，這將對(duì)算法應(yīng)用乃至整個(gè)互聯(lián)網(wǎng)行業(yè)，起到巨大的積極推動(dòng)作用。
今日頭條副總編輯徐一龍
會(huì)議由今日頭條副總編輯徐一龍主持。徐一龍?jiān)谡劦浇袢疹^條對(duì)行業(yè)公開(kāi)、透明自己算法原理的初衷時(shí)說(shuō)，算法也是一種“法”，都是通過(guò)一定的規(guī)則和方法，達(dá)成預(yù)期的一種效果。算法和法律法規(guī)一樣，如果施行的好，都很高效，也都要求透明。
曹歡歡博士在現(xiàn)場(chǎng)分享了今日頭條推薦算法的基本原理，并詳細(xì)介紹了算法模型設(shè)計(jì)維度與策略。包括如何在線訓(xùn)練大規(guī)模推薦模型，典型召回策略的設(shè)計(jì)方法，多目標(biāo)如何融合等核心問(wèn)題。此外，他還重點(diǎn)講解了今日頭條的內(nèi)容安全機(jī)制及相關(guān)舉措，公開(kāi)了風(fēng)險(xiǎn)內(nèi)容識(shí)別技術(shù)以及泛低質(zhì)內(nèi)容識(shí)別技術(shù)。
他表示：“算法分發(fā)并非是把所有決策都交給機(jī)器，我們會(huì)不斷糾偏，設(shè)計(jì)、監(jiān)督并管理算法模型。希望這次分享能讓更多的人理解算法，并共同參與到算法模型的制定中來(lái)，以改善算法，更好的為用戶服務(wù)，讓算法為社會(huì)創(chuàng)造更大的價(jià)值?！?/p>
現(xiàn)場(chǎng)觀眾
此次今日頭條將算法透明化，并接受建言，屬于行業(yè)首例。算法原則歷來(lái)屬于公司行業(yè)機(jī)密，極少有公司會(huì)對(duì)外公布。今日頭條方面表示，人工智能發(fā)展帶來(lái)的挑戰(zhàn)，是人類此前沒(méi)有遭遇過(guò)的。當(dāng)企業(yè)發(fā)展壯大時(shí)，有責(zé)任也有義務(wù)，與行業(yè)一道積極思考與研究新技術(shù)可能帶來(lái)的機(jī)遇和風(fēng)險(xiǎn)。
據(jù)介紹，阿里、騰訊、百度、美團(tuán)、新浪、網(wǎng)易等科技公司的算法工程師和產(chǎn)品經(jīng)理都去了?？磥?lái)大家對(duì)今日頭條到底用了什么推薦算法，那是相當(dāng)?shù)暮闷妗?/p>
在當(dāng)天的交流會(huì)上，今日頭條資深算法架構(gòu)師、中國(guó)科學(xué)技術(shù)大學(xué)計(jì)算機(jī)博士曹歡歡帶來(lái)了題為《讓算法公開(kāi)透明》的分享，首次面向行業(yè)公開(kāi)算法原理。
今日頭條資深算法架構(gòu)師曹歡歡講解今日頭條算法原理
他表示：“算法分發(fā)并非是把所有決策都交給機(jī)器，我們會(huì)不斷糾偏，設(shè)計(jì)、監(jiān)督并管理算法模型。希望這次分享能讓更多的人理解算法，并共同參與到算法模型的制定中來(lái)，以改善算法，更好的為用戶服務(wù)，讓算法為社會(huì)創(chuàng)造更大的價(jià)值?！?/p>
據(jù)曹歡歡介紹，今日頭條旗下幾款產(chǎn)品都在沿用同一套大的算法推薦系統(tǒng)，但根據(jù)業(yè)務(wù)不同，每套系統(tǒng)的架構(gòu)會(huì)有所調(diào)整。 曹歡歡在現(xiàn)場(chǎng)的PPT里公布了頭條使用的五種推薦算法，包括傳統(tǒng)的協(xié)同過(guò)濾模型，監(jiān)督學(xué)習(xí)算法Logistic Regression模型，基于深度學(xué)習(xí)的Factorization Machine，以及DNN和GBDT。 曹歡歡介紹說(shuō)，現(xiàn)在很難有一套通用的架構(gòu)模型適用于所有的推薦場(chǎng)景，所以很多公司會(huì)做多個(gè)算法的組合，比如現(xiàn)在很流行將LR和DNN結(jié)合，甚至前幾年Facebook也是將LR和GBDT算法做結(jié)合。今日頭條也基本是一套大算法，根據(jù)業(yè)務(wù)不同再具體調(diào)整結(jié)構(gòu)。 在解釋了算法之后，曹歡歡進(jìn)一步解密了頭條的推薦如何工作。曹歡歡表示，主要有四類最重要的用戶特征，將會(huì)輸入給算法，影響到推薦算法的工作。
第一類是相關(guān)性特征，就是評(píng)估內(nèi)容的屬性和維度與用戶是否匹配。顯性的匹配包括關(guān)鍵詞匹配、分類匹配、來(lái)源匹配、主題匹配等。像FM模型中也有一些隱性匹配，從用戶向量與內(nèi)容向量的核心距離可以得出。 第二類是環(huán)境特征，包括地理位置、時(shí)間。這些既是bias(基礎(chǔ))特征，也能以此構(gòu)建一些匹配特征。 第三類是熱度特征。包括全局熱度、分類熱度，主題熱度，以及關(guān)鍵詞熱度等。熱度信息在大的推薦系統(tǒng)特別在冷啟動(dòng)的時(shí)候非常有效。 第四類是協(xié)同特征，它可以在部分程度上幫助解決所謂算法越推越窄的問(wèn)題。協(xié)同特征并非考慮用戶已有歷史。而是通過(guò)用戶行為分析不同用戶間相似性，比如點(diǎn)擊相似、興趣分類相似、主題相似、興趣詞相似，甚至向量相似，從而擴(kuò)展模型的探索能力。
分享過(guò)后，曹歡歡在還解答了各位對(duì)算法的疑問(wèn)，包括今日頭條如何實(shí)現(xiàn)冷啟動(dòng)，廣告和內(nèi)容該怎樣平衡，怎樣準(zhǔn)確地拓展用戶興趣圖譜等切實(shí)的工程性問(wèn)題。同時(shí)，也聽(tīng)取了大家對(duì)今日頭條算法的意見(jiàn)和建議。
SEO優(yōu)化https://www.leosem.com/
