| 算法名称 | 抖音个性化推荐算法 |
| 算法基本原理 | 抖音个性化推荐算法基于系统收集的用户设备信息、位置信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、收藏、搜索、查询、浏览、下载、分享及交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容进行推送。 抖音个性化推荐算法会根据用户在使用产品过程中的浏览行为对推荐模型进行实时反馈，不断调整优化推荐结果，更好地向用户提供优质内容。 |
| 算法运行机制 | 抖音个性化推送算法主要是基于用户历史的点击、时长、点赞、评论、分享、转发、不喜欢等行为数据，通过深度学习技术框架建立模型，预估用户对某个内容产生互动的概率，针对预估内容使用排序、打散、干预等机制和策略后，再向用户进行推荐。 用户行为参考<用户，内容，互动>三个维度作为样本进入机器学习模型里训练，训练的结果用于更新用户模型和推荐新的内容。 为了避免“信息茧房”问题的出现，抖音个性化推荐算法专门设计了“兴趣探索”机制。一方面每次推荐都会选择用户过去不常观看的内容类目进行一定比例的推荐。另一方面每次获取推荐内容的过程中会特别增加一条随机内容来保障用户可见内容的多样性。 |
| 算法应用场景 | 主要用于抖音短视频、今日头条、西瓜视频等产品的图文或视频、商品及服务（广告）等内容的推荐。 |
| 算法目的意图 | 帮助用户提高获取优质信息的效率 |
| 备案编号 | 网信算备110108823483902220017号 |
| 算法名称 | 头条搜索算法 |
| 算法基本原理 | 头条搜索算法主要利用自然语言处理、点击模型和大规模的图模型等深度学习技术来不断提高搜索结果的准确性、时效性、权威性，缩短用户的搜索时间，提高搜索效率和质量。 |
| 算法运行机制 | 头条搜索算法主要通过对用户查询内容的意图分析，从海量的内容（包括但不限于网页、视频、图片等所有可被检索的对象）中找到和用户需求相关程度最高的搜索结果，综合考量内容相关性、时效性、权威性等因素后返回给用户。 |
| 算法应用场景 | 头条搜索算法主要应用于今日头条搜索功能，抖音短视频、西瓜视频搜索功能使用该算法的部分技术模块。 |
| 算法目的意图 | 头条搜索算法主要旨在提高用户主动获取信息的效率，优化并提升用户对图文或视频、商品及服务（广告）等搜索结果的满意度。 |
| 备案编号 | 网信算备110108823483904220019号 |
| 算法名称 | 头条热榜算法 |
| 算法基本原理 | 头条热榜算法主要是基于自然语言处理、深度学习和统计技术， 结合用户在产品内真实的互动情况，聚合并计算同类信息的实时热度数值，并按照该值进行排序、展示 |
| 算法运行机制 | 头条热榜算法主要是根据用户在各产品内真实的浏览、点击、搜索等互动数据，聚合并计算同类信息（如同一事件、同一话题项下的内容）的整体热度数值，并根据社区规范进行筛选，将事件、 话题或内容根据实时热度值从高到低排序，并将榜单展示给用户。 |
| 算法应用场景 | 头条热榜算法目前主要服务于今日头条、抖音短视频、西瓜视频热榜功能。 |
| 算法目的意图 | 头条热榜算法主要目的是为了帮助用户快速获取权威、全面、新鲜的热点资讯，避免出现信息茧房。 |
| 备案编号 | 网信算备110108823483903230017号 |