抖音算法推荐机制的局限与对策分析

李墨涵

摘  要  抖音平台通过对短视频内容进行智能分发、叠加推荐等方式精准地抓住用户的注意力。其视频流主要依赖于算法推荐机制，但对于算法的依赖会导致信息茧房、同质化等一系列问题。面对算法“焦虑”，抖音平台应有所行动，坚持主流价值引导，完善多指标推荐系统，强化总编辑责任制，提高审核门槛，同各方一起努力将负面影响降到最低。

关键词  算法推荐;抖音;局限;对策

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2019）02-0028-02

1  抖音算法推荐机制的基本逻辑

1）基本信息的协同过滤。基本信息的协同过滤已在新媒体信息分发领域得到了广泛应用，即通过识别用户的性别、年龄、所在地等基本信息，将与之匹配的内容推荐给用户。抖音中的基本信息还包括社交信息，例如关注的人、粉丝、可能认识的人等。系统会根据社交信息推荐关注的人点赞的视频、可能认识的人的视频，用户关注的发布者在新视频发布后会推荐至该用户视频流的前部。

2）“去中心化”的智能分发。抖音的算法推荐机制以“去中心化”为原则，鼓励普通用户生产内容，而不是将主要流量集中于少数关键用户。抖音中大部分的短视频属于用户生产，去中心化有利于普通用户的优质作品脱颖而出，同时增强抖音平台的社交属性。

每一条抖音短视频都会被分配几十到上百的基础流量，即使此账号没有发布过作品或没有粉丝数。新视频流量的分发以附近和关注的人为主，系统将识别短视频内容并打上标签，将用户喜爱的视频推荐至具有相同属性的用户视频流中。智能分发是在“去中心化”基础上进行的，即能够通过识别内容，将不同的内容分发给不同属性的用户，以满足不同用户的需求。“中心化”的微博与此相反，微博平台上能看到大量名人发出的内容，而普通用户产出的内容很少受到关注。

3）叠加推荐与热度加权。抖音短视频在基础流量池中的转发、评论、点赞和完播率数据情况较好的情况下会被系统自动识别为优质内容，并且在之前的流量基础上叠加更多的推荐流量。同理，在更大的流量池中表现突出会被继续叠加流量，上不封顶。这也就是有些普通用户有播放量超过数十万的短视频的原因。短视频的热度依靠转发量、评论量及点赞量的数据来评判，权重依次递减，并且系统会优先选择新近发布的视频。只有经过大量粉丝的检验，被层层热度加权之后才会进入抖音的推荐内容池。

2  抖音算法推荐机制的局限

1）头部效应与优质内容流失。抖音中的头部效应是指某些题材或内容占据了大量的流量资源，而其他的优质内容得到的流量少甚至不被推荐。用户在抖音上观看的短视频大多依赖于信息流推荐，算法推荐机制通常会将一些被广大用户检验过的短视频推荐给更多的用户。但值得注意的是，转评赞和完播率数据良好的短视频不一定是优质的，仅仅从这些数据来判定一条视频是否被叠加推荐不能满足个性化的信息需求。

娱乐类、萌宠类等视频容易受到用户的喜爱，但使用抖音的年轻群体希望获取丰富的信息，算法推荐机制无法将一些受众面窄但内容优质的短视频推荐至相对应的用户信息流中。算法推荐机制会使一些优质长尾的内容无法到达用户，长此以往内容生产者会转移平台或者改变创作方向来迎合大众的喜好，同时想要获取丰富优质内容的用户得不到满足，这种情况下抖音平台的工具属性无法得到有效发挥。

2）信息茧房与拟态环境。算法推荐会根据用户接触短视频时的行为来推荐新内容，因此用户喜欢的内容会被大量推荐，不感兴趣的内容逐渐变少，接触到的短视频类型具有局限性。用户在反复接触同类型内容的情况下可能会失去对其他领域内容的兴趣而将自己圈层固化在自己认可并熟悉的领域内，形成信息孤岛。抖音作为短视频社交软件，人们使用的原因之一是其中的社交属性，用户可以通过其他人的短视频内容与其互动，算法推荐的相似内容会导致个人信息接触狭窄，容易沉浸在自我话语场或网络社交而减少与外界的交流。

这样的情况在重度沉迷抖音和未成年人群中更加明显。抖音依赖算法分发模式，而且对算法十分自信，试图实现“一击即中”，即让用户不断接触到喜爱的视频内容。但抖音视频的创作者来源广泛，内容的真实性和可操作性难以保证。重度沉迷抖音的用户会选择性接触、过滤、相信内容的可靠性，他们只看自己想看的，只听自己想听的，降低了对不同类型内容的接受程度。未成年用户可能会将抖音中的个例当作是现实世界的常态，甚至去模仿视频中的内容。

3）同质化严重，阻碍内容创新。算法推荐機制会根据用户的浏览记录等行为和基本信息给用户打上标签，将短视频内容同样根据类别打上不同的标签，通过过滤、排列组合将内容精准分发给用户。与搞笑、萌宠、美女相关的内容容易吸引用户的关注，普通用户在创作短视频时会有意识地选择容易吸引粉丝的类目进行创作或者选择转评赞数据高的短视频模仿。

算法推荐的内容收到用户的追捧，其他小众类目的短视频得不到分发。仅靠机器识别仍然存在很多被漏掉的长尾优质内容。在这样的情况下，专注于原创内容的作者很可能转移平台，不利于抖音平台内容生态。同时，用户发布的短视频向容易受关注的题材聚集，这就可能导致抖音平台的短视频同质化。

4）“把关人”缺失，猎奇心理无下限。用户上传短视频后会进行机器审核和人工审核，审核通过后才能正式发布。抖音用户数量庞大，内容审核和分发的工作基本由计算机完成。即使是多重审核制度下依然存在大量低俗内容和无用信息。算法推荐侧重于对于数据的抓取而不能识别内容的价值取向，这就可能将有不符合主流价值取向的内容分发给用户。

在抖音平台中存在大量标题夺人眼球但内容却言之无物的短视频，包含性暗示、炫富、恶搞等的内容。这类视频往往能迅速引发人们的大量关注，此类视频的发布者以获取流量为目的，或满足用户的猎奇心理，或激起观者的不满情绪引起大量留言，只要可以达到转评赞的目的，不在意内容的质量。

3  抖音算法推荐机制的改进措施

1）坚持主流价值引导。技术是中立的，但是使用技术的人有价值倾向。将转评赞等指标作为算法推荐机制的基本逻辑也就说明了内容的曝光是放在第一位的。在注重技术的同时也要意识到技术必须要用社会主义核心价值观来引导。算法推荐不仅要能够推荐到用户感兴趣、需要的内容，同时这些内容也要符合主流价值观的倾向。将主流价值观落实到平台管理、内容生产、算法推荐等各个环节。算法推荐机制应对于传递社会正能量、宣传社会主义核心价值观的短视频内容加大推荐力度，营造健康向上的抖音环境。

2）完善多指标推荐系统。算法推荐机制目前还存在诸多问题，技术层面还有较大的改进空间。可以在现有算法基础上增加衡量指标来推送内容，例如内容满意度、时效性、内容有用性等，增加考量视频内容质量的维度。同时，通过随机抽取的方式让用户对浏览的短视频进行评分，按照不同的加权方式分成不同类型，以帮助用户获得更多有价值的内容。提升原系统的識别能力，给予优质原创视频更大的推荐权重。用户喜爱类型的短视频与其他短视频之间的推送比例需要按周期进行及时调整，由此给予用户更多接触优质内容的机会。

3）强化总编辑责任制，提高审核门槛。抖音作为一个平台型软件，需要承担价值引领、信息把关的责任。内容的生产靠“众包”、内容的分发靠算法，这些具有媒体属性的平台，既缺少“总编辑”，也缺少“把关人”，技术取代内容成了主角。生产和分发一旦“去编辑化”，审核团队人再多，也无法应付海量内容。而如果媒体平台变成了纯粹的流量平台，既难言质量，也难保导向[1]。强化总编辑责任制，扩大人工审核团队规模，以“人”为中心而不是以技术为中心的审核机制势在必行。

审核团队不仅应该包含抖音平台的运营方，也应该包含普通的用户。筛选出一批具有媒介素养的普通用户作为审核官，对于一些热度高但实际毫无内容的短视频进行“降温”，降低此类视频的热度。

4  结束语

算法推荐机制是一把双刃剑，在技术带来福音的同时要格外关注技术的负面影响。抖音平台作为一个短视频社交软件需首先从内部正视存在的问题，把经济利益和社会效益结合起来，才能培育出适合创新的短视频土壤，才能形成良性循环的创作空间，才能够走的长远。

参考文献

[1]评论部.用主流价值纾解“算法焦虑”[N].人民日报，2018-06-20（5）.