圍繞著算法的爭(zhēng)議，從未停止過。2024 年，這個(gè)爭(zhēng)議被推至高潮。

推薦算法，興起于互聯(lián)網(wǎng)初期，近幾年已發(fā)展至應(yīng)用巔峰，也是早期阿里、字節(jié)等互聯(lián)網(wǎng)公司的重要增長(zhǎng)引擎。

簡(jiǎn)單來說，算法做的是數(shù)學(xué)題。一位不愿具名的內(nèi)容平臺(tái)技術(shù)負(fù)責(zé)人向鳳凰網(wǎng)科技表示，“優(yōu)秀的算法，往往得益于精密且循環(huán)往復(fù)的調(diào)參”。

打開購(gòu)物平臺(tái)，你可以從數(shù)億的商品中迅速選出自己想要的那款；打開外賣軟件，平臺(tái)可以精準(zhǔn)為你匹配餐品和外賣騎手；打開短視頻 App，你可以準(zhǔn)確獲取感興趣、有價(jià)值的內(nèi)容，這一切的一切，都與推薦算法密不可分。

與技術(shù)從業(yè)者的關(guān)注點(diǎn)不同，普通人對(duì)算法的控訴，多集中于信息繭房、算法沒有價(jià)值觀、大數(shù)據(jù)殺熟等。

當(dāng)算法已與普通人的生活息息相關(guān)，也產(chǎn)生了一個(gè)更為致命的拷問，平臺(tái)會(huì)放縱算法無限向一個(gè)方向發(fā)展嗎？特別是，為了追求商業(yè)上的收益，會(huì)讓算法往失控的方向發(fā)展嗎？

多位在抖音、小紅書等平臺(tái)有過任職經(jīng)歷的相關(guān)從業(yè)者認(rèn)為，算法的“黑盒”在于，多數(shù)人所負(fù)責(zé)的只是“點(diǎn)”，很難有人能縱覽全貌，這讓處在“點(diǎn)”上的人，覺得算法就像一個(gè)黑盒。

前述技術(shù)負(fù)責(zé)人認(rèn)為，算法和背后的設(shè)計(jì)者之間一直有一個(gè)天平，而算法工程師負(fù)責(zé)把這個(gè)天平調(diào)節(jié)到最佳的位置?！敖^對(duì)不可能存在一直往某一個(gè)方向傾斜的情況，推薦是一個(gè)很復(fù)雜的事情，我們要把生態(tài)維持好，一定是多樣性平衡，而且我們會(huì)有非常多的手段去調(diào)控算法”。

針對(duì)算法的治理行動(dòng)，這些年也從未停止。而新一輪的算法治理，目標(biāo)正是進(jìn)一步實(shí)現(xiàn)算法導(dǎo)向正確，算法公平公正，算法公開透明等。

現(xiàn)在，我們有必要打開這個(gè)黑盒。

推薦算法雖已不神秘，但各大平臺(tái)基于自身的資源建立的護(hù)城河，仍舊拉開了身位。在我們與各大互聯(lián)網(wǎng)公司的溝通中，不難發(fā)現(xiàn)一個(gè)默契的共識(shí)，在算法技術(shù)的推行以及生態(tài)的治理中，最受關(guān)注的公司仍舊是抖音。

為此，我們向抖音集團(tuán)副總裁李亮發(fā)出了對(duì)話邀約。

據(jù)李亮分享，抖音、頭條推薦算法的原理和行業(yè)相比并無特殊之處，不同的是每個(gè)平臺(tái)為算法定制的目標(biāo)，即更看重什么。抖音更為看重的指標(biāo)是用戶的長(zhǎng)期留存。

其認(rèn)為，信息繭房一詞在推薦算法誕生前就已出現(xiàn)，從商業(yè)邏輯上來講，平臺(tái)沒有動(dòng)力去制造所謂的“繭房”，也最有動(dòng)力打破“信息繭房”。

由于算法作為一個(gè)“數(shù)學(xué)天才”，本身無法理解社會(huì)學(xué)、心理學(xué)、傳播學(xué)等多領(lǐng)域的現(xiàn)象，特別是在評(píng)論區(qū)，“一些爭(zhēng)議話題視頻下面經(jīng)常會(huì)有不同的觀點(diǎn)，甚至對(duì)罵，這些交互數(shù)據(jù)，包括評(píng)論、點(diǎn)贊、點(diǎn)踩、舉報(bào)等，會(huì)給算法一種交互很激烈、很熱鬧的信號(hào)，可能會(huì)讓視頻獲得更多流量”。

這自然是一種不健康的發(fā)展方向，抖音則會(huì)用內(nèi)容生態(tài)和運(yùn)營(yíng)的辦法，糾偏算法不合理的地方，降低不友善爭(zhēng)議流量的比例。

李亮也表明，利用不實(shí)信息、極端、對(duì)立言論博流量，是抖音持續(xù)打擊和治理的。他也相信，生態(tài)治理最終也將對(duì)平臺(tái)的健康發(fā)展有所助益。

以下為鳳凰網(wǎng)科技《浪潮》與李亮的對(duì)話，在不改變?cè)獾那闆r下，經(jīng)編輯發(fā)布：

“抖音的算法并不神秘”

• 《浪潮》：對(duì)于科技和互聯(lián)網(wǎng)行業(yè)來說，算法是一項(xiàng)很關(guān)鍵的技術(shù)，尤其是推薦算法，你覺得它創(chuàng)造了哪些價(jià)值？

李亮：推薦算法是信息過載時(shí)代解決信息獲取效率的工具，如今已存在于人們衣食住行的方方面面。比如電商平臺(tái)是商品推薦，外賣平臺(tái)是商家推薦，OTA 平臺(tái)是民宿、酒店、機(jī)票推薦。

在視頻行業(yè)，算法把相關(guān)內(nèi)容推薦給可能感興趣的用戶，實(shí)現(xiàn)信息找人，信息在這個(gè)過程中得到高效率、更精準(zhǔn)的分發(fā)。當(dāng)信息連接到感興趣的人，就會(huì)產(chǎn)生更大效益，比如說今年史鐵生的《我與地壇》在抖音上翻紅，非常多 00 后的網(wǎng)友重讀史鐵生，也帶動(dòng)這本書的銷量增長(zhǎng)，而傳統(tǒng)書店將暢銷書擺放在更顯眼的位置，也是一種“推薦算法”。

推薦算法讓信息高效分發(fā)，給小眾內(nèi)容、普通人更多被看到的機(jī)會(huì)，促進(jìn)知識(shí)普惠，農(nóng)技精準(zhǔn)傳播，寶藏小店被發(fā)現(xiàn)，農(nóng)產(chǎn)品走出大山等等，都是推薦算法給各行各業(yè)帶來的價(jià)值。對(duì)用戶來說，推薦算法降低信息獲取成本，可以減少因?yàn)g覽大量無效數(shù)據(jù)而造成的時(shí)間、精力浪費(fèi)，拓展新的興趣。

• 《浪潮》：外界總說抖音的算法神秘，實(shí)際上是否如此？抖音采用的也是協(xié)同過濾這類經(jīng)典推薦算法嗎？還是已經(jīng)歷經(jīng)了幾番迭代，升級(jí)的重點(diǎn)是什么？

李亮：推薦系統(tǒng)是非常多算法和策略的集合，協(xié)同過濾是其中重要的一種，現(xiàn)在業(yè)界主流的推薦系統(tǒng)依然會(huì)采用協(xié)同過濾的技術(shù)思路，但在實(shí)現(xiàn)的細(xì)節(jié)上，例如如何利用協(xié)同數(shù)據(jù)做好向量表征的學(xué)習(xí)，如何把這種向量表征用在內(nèi)容推薦上，學(xué)界和業(yè)界一直在迭代。除了上述技術(shù)思路，我們也會(huì)應(yīng)用其他有效的算法，例如過去我們做過對(duì)視頻內(nèi)容本身進(jìn)行理解而進(jìn)行的推薦，現(xiàn)在學(xué)界業(yè)界也有很多基于大模型的推薦的嘗試。

總體上說，抖音推薦算法的原理和行業(yè)相比并無特殊之處，不同的是每個(gè)平臺(tái)為算法定制的目標(biāo)，即更看重什么。抖音真正的北極星指標(biāo)是用戶的長(zhǎng)期留存，所謂北極星指標(biāo)，就是指引大方向的指標(biāo)。留存是一種“人數(shù)”上的概念，也就是我們希望有更多人使用抖音，更多人認(rèn)可抖音。長(zhǎng)短期不僅僅是時(shí)間上的不同，在結(jié)果上也會(huì)有不一樣的導(dǎo)向，比如長(zhǎng)期留存會(huì)更關(guān)注興趣探索、長(zhǎng)期使用，而短期留存會(huì)更關(guān)注點(diǎn)贊、完播時(shí)長(zhǎng)等目標(biāo)。

• 《浪潮》：普通人對(duì)于算法的爭(zhēng)議點(diǎn)還在于，目前平臺(tái)沒有主動(dòng)給大家更多樣化的算法制度選擇，比如可以選擇按時(shí)間順序來排列，抖音是否考慮過更多樣化的算法模式，這背后有什么技術(shù)難點(diǎn)嗎？

李亮：我們所生活的社會(huì)處于信息過載狀態(tài)，任何一個(gè)體量還可以的內(nèi)容平臺(tái)，每天新增的內(nèi)容供給遠(yuǎn)遠(yuǎn)超過個(gè)人所能消費(fèi)的，按時(shí)間順序排列不現(xiàn)實(shí)。目前抖音的算法中有興趣探索機(jī)制，幫助用戶探索等多元多樣的內(nèi)容，抖音也提供了關(guān)閉個(gè)性化推薦算法選項(xiàng)，推薦的內(nèi)容是非個(gè)性化的，是一種平臺(tái)大部分人喜歡的內(nèi)容推薦算法，而非個(gè)性化喜歡。

“平臺(tái)最有動(dòng)力打破信息繭房”

• 《浪潮》：有人說信息繭房是因?yàn)槿诵员径?，不愿意思考，所以主?dòng)接受了算法投喂的信息，這才是思維固化的真相，你怎么看待這個(gè)觀點(diǎn)？

李亮：“信息繭房”這個(gè)詞在推薦算法成熟之前就出現(xiàn)了，算法不是“信息繭房”形成的先決因素。

現(xiàn)在普遍對(duì)“信息繭房”的擔(dān)心，其實(shí)是所謂的信息偏食，即信息來源單一。事實(shí)上，每個(gè)渠道分發(fā)信息都有局限性，比如公眾號(hào)關(guān)注列表來源于我們自己的喜好，過去門戶網(wǎng)站是根據(jù)編輯的價(jià)值判斷，朋友圈的信息則是被我們的好友關(guān)系過濾。只看公眾號(hào)，門戶或者朋友圈，都會(huì)陷入所謂的“繭房”。但實(shí)際上，大部分人都是看朋友圈，也看抖音，也看新聞客戶端，信息來源是很綜合的。

另外從商業(yè)邏輯上來講，平臺(tái)沒有動(dòng)力去制造所謂的“繭房”，也最有動(dòng)力打破“信息繭房”，業(yè)界和學(xué)界的研究都表明了多元化內(nèi)容有益于用戶的長(zhǎng)期留存。

• 《浪潮》：抖音都做了哪些更具體的事情？

李亮：我們從幾方面來做這件事：

1）抖音的內(nèi)容分發(fā)機(jī)制并不只是推薦，還包括搜索、社交分享和熱點(diǎn)熱榜。這些分發(fā)機(jī)制都是非興趣推薦的。以熱榜為例，會(huì)展示當(dāng)天重要的新聞事件，在話題內(nèi)容會(huì)匯集事件的最新進(jìn)展，平衡不同的、理性的觀點(diǎn)，幫助用戶了解事件的全貌；

2）抖音加強(qiáng)了社交推薦的機(jī)制，用戶可以長(zhǎng)按視頻，點(diǎn)擊“推薦”，這條視頻就會(huì)被分發(fā)給抖音內(nèi)的好友，并顯示是“xxx 推薦”，這種社交推薦是對(duì)興趣推薦的豐富和補(bǔ)充；

3）抖音的算法中有興趣探索機(jī)制，幫助用戶探索更多元內(nèi)容，例如某個(gè)用戶只表現(xiàn)出對(duì)音樂類視頻感興趣，平臺(tái)會(huì)通過算法挖掘和音樂相關(guān)的品類，試探性地為用戶推薦美術(shù)、舞蹈等類型的視頻，幫助用戶探索其他興趣點(diǎn)。另外，雖然用戶的興趣點(diǎn)是多元的，但是總是有大興趣點(diǎn)和小興趣點(diǎn)，在推薦時(shí)我們會(huì)給小興趣點(diǎn)更多的權(quán)重，避免總是給用戶推薦同一類型的內(nèi)容。

4）抖音會(huì)刻意做多樣化推薦，避免越推越密集。比如用戶對(duì)萌寵感興趣，簡(jiǎn)單來說，在不考慮多樣性的情況下，這個(gè)用戶可能會(huì)被連續(xù)推薦 3 個(gè)寵物貓和 2 個(gè)其他內(nèi)容，在考慮多樣性情況下，用戶只會(huì)被推薦一個(gè)寵物貓視頻，增加內(nèi)容的多樣性。

5）用戶可以通過對(duì)內(nèi)容或者賬號(hào)點(diǎn)擊“不感興趣”，以及在內(nèi)容管理工具里面設(shè)置自己的內(nèi)容偏好來更好的優(yōu)化、掌控自己的推薦。

從人性上講，思考、學(xué)習(xí)、接受不同觀點(diǎn)，本身就是困難的，但用戶可以通過與算法的交互，優(yōu)化算法表現(xiàn)，讓算法成為我們工作和生活的幫手，比如對(duì)不感興趣的內(nèi)容多點(diǎn)“不感興趣”，有目的的主動(dòng)搜索，用戶搜索的內(nèi)容對(duì)于推薦結(jié)果也會(huì)有較大影響。

• 《浪潮》：算法其實(shí)很難去理解情緒化的東西，比如很難理解什么是友善，可能會(huì)把對(duì)立、情緒化的內(nèi)容當(dāng)成是一種“友好互動(dòng)”，進(jìn)而去進(jìn)行更多推薦分發(fā)，這個(gè)情況真實(shí)存在？

李亮：一些爭(zhēng)議話題視頻下面經(jīng)常會(huì)有不同的觀點(diǎn)，甚至對(duì)罵。如果單純根據(jù)互動(dòng)數(shù)據(jù)做推薦會(huì)產(chǎn)生這類問題，是不健康的。所以抖音的推薦機(jī)制，會(huì)把這類問題考慮進(jìn)去，我們不希望不友善的討論內(nèi)容得到更多分發(fā)。綜合包括評(píng)論、點(diǎn)贊、點(diǎn)踩、舉報(bào)在內(nèi)的信號(hào)，降低不友善爭(zhēng)議流量的比例。

• 《浪潮》：這個(gè)糾偏過程具體是怎么操作的？

李亮：糾偏機(jī)制分幾個(gè)層面展開：第一層是對(duì)“不友善”言論的進(jìn)一步刻畫，把是否存在攻擊對(duì)立性表達(dá)作為評(píng)論審核的一個(gè)重要問題項(xiàng)，把對(duì)立性言論（嚴(yán)重的例如侮辱謾罵 / 仇恨性言論，中度的例如對(duì)立貶損，輕度的例如否定與指責(zé)）納入評(píng)論處置范疇。我們有相關(guān)數(shù)據(jù)統(tǒng)計(jì)，今年以來，相關(guān)的言論在社區(qū)獲得的曝光量已經(jīng)下降了 43%。

第二層是對(duì)整體對(duì)立性評(píng)論氛圍作為一個(gè)治理對(duì)象，當(dāng)評(píng)論區(qū)整體出現(xiàn)了多方對(duì)立情緒，多方觀點(diǎn)以不友善的表達(dá)方式爭(zhēng)執(zhí)不休時(shí)，我們會(huì)截停一部分的視頻流量。

第三層，在視頻層面，對(duì)于通過制造對(duì)立 / 放大負(fù)面情緒等方式博眼球的行為也有明確的管控，在視頻流量的上漲過程中，我們會(huì)為其設(shè)置多輪流量關(guān)卡，審核其是否“值得”這么多的流量，可以說，這背后是平臺(tái)運(yùn)營(yíng)為算法導(dǎo)航。

• 《浪潮》：所以“算法鼓勵(lì)憤怒”其實(shí)是一種不正確的說法？

李亮：這里可能包含了比較復(fù)雜的社會(huì)學(xué)、心理學(xué)、傳播學(xué)問題，比如極化現(xiàn)象、回聲室效果，學(xué)術(shù)界已經(jīng)有比較多的研究，比如就有研究發(fā)現(xiàn)用戶在社交媒體上接觸到對(duì)立觀點(diǎn)后，不但沒有反思、修正自己的觀點(diǎn)，反而讓他們變得更加極端、更加憤怒。

從平臺(tái)視角看，我們希望用戶有機(jī)會(huì)看到多樣的視頻和評(píng)論。但同時(shí)，我們會(huì)嘗試?yán)斫庖曨l和評(píng)論的“煽動(dòng)性”，對(duì)于不實(shí)或引導(dǎo)用戶發(fā)表極端觀點(diǎn)的視頻，會(huì)限制流量的分發(fā)；對(duì)于煽動(dòng)仇恨、對(duì)立的評(píng)論，也會(huì)限制評(píng)論的曝光；對(duì)于客觀理性表達(dá)的視頻 / 評(píng)論，才會(huì)得到正常的推薦分發(fā)和曝光。

“生態(tài)治理長(zhǎng)期來看對(duì)平臺(tái)有助益”

• 《浪潮》：算法雖然是一個(gè)極其高明的“數(shù)學(xué)天才”，但在很多時(shí)候，算法都算計(jì)不過人心。我們也了解到非常多人會(huì)利用算法的這些特點(diǎn)，以致于滋生灰黑產(chǎn)。你之前介紹過很多次某營(yíng)銷號(hào)案例，這是目前抖音在算法治理方面遇到的最經(jīng)典問題之一嗎，這個(gè)問題是從什么時(shí)候開始爆發(fā)的？

李亮：是的。算法通?；谠O(shè)定的規(guī)則、數(shù)據(jù)和模型來運(yùn)行。它能快速處理海量的數(shù)據(jù)和復(fù)雜的模式識(shí)別。然而類似百準(zhǔn)數(shù)據(jù)潘某某的營(yíng)銷號(hào)往往會(huì)利用一些狡猾的手段來創(chuàng)作內(nèi)容。比如，營(yíng)銷號(hào)可能會(huì)使用表面看起來正常，但實(shí)際上帶有誤導(dǎo)性的標(biāo)題、文案和發(fā)布策略，迎合算法對(duì)熱度、關(guān)鍵詞、用戶興趣等因素的偏好，通過制造虛假的熱度，如刷贊、刷評(píng)論或者是在內(nèi)容中故意夾雜一些容易引起算法關(guān)注但內(nèi)容不實(shí)的信息。這種情況下，算法最初可能會(huì)因?yàn)檫@些營(yíng)銷號(hào)的行為符合部分規(guī)則而給予一定的推薦，從而可能導(dǎo)致誤判。

營(yíng)銷號(hào)問題在互聯(lián)網(wǎng)上長(zhǎng)期存在。這類賬號(hào)一方面編造虛假信息，如炮制明星緋聞，致使不實(shí)消息泛濫；另一方面過度營(yíng)銷，推送劣質(zhì)廣告，惡意刷量以博眼球。這不僅破壞了用戶的優(yōu)質(zhì)體驗(yàn)，也侵蝕平臺(tái)內(nèi)容生態(tài)，攪亂信息傳播秩序，讓平臺(tái)健康環(huán)境面臨挑戰(zhàn)。利用不實(shí)信息、極端、對(duì)立言論博流量，是抖音持續(xù)打擊和治理的。

• 《浪潮》：營(yíng)銷號(hào)的治理牽扯的問題是什么？

李亮：首先我們明確打擊不實(shí)信息，嚴(yán)格封禁反復(fù)發(fā)布不實(shí)內(nèi)容的賬號(hào)。治理不實(shí)言論涉及多方面復(fù)雜因素，是一個(gè)長(zhǎng)期工作，保障各方權(quán)益與平臺(tái)健康發(fā)展，也主要涉及一些考量：

其一，證據(jù)收集不易。封禁營(yíng)銷號(hào)需充分證據(jù)證明其不實(shí)，遵循確定信息源、核實(shí)真實(shí)性并留存記錄等嚴(yán)格程序，證據(jù)不足直接封禁易引發(fā)法律糾紛，賬號(hào)所有者可能以平臺(tái)違反服務(wù)合同、侵犯用戶權(quán)益、造成經(jīng)濟(jì)損失等理由起訴。

其二，我們會(huì)根據(jù)情節(jié)情況分級(jí)進(jìn)行治理。區(qū)分炮制謠言和無意識(shí)傳播，區(qū)分信息的危害程度，做出相應(yīng)的管理。

• 《浪潮》：但是營(yíng)銷號(hào)的不實(shí)言論長(zhǎng)期困擾著一些企業(yè)和個(gè)人，我們之前也聽到過一些聲音，覺得在抖音投訴這些營(yíng)銷號(hào)沒有專人對(duì)接，一般情況下都是走平臺(tái)化的投訴通道，這是不是因?yàn)槎兑粼谙嚓P(guān)問題的治理上有一套自己的流程方法？

李亮：關(guān)于是否專人對(duì)接的問題，我們認(rèn)為核心還是不實(shí)內(nèi)容能得到有效、及時(shí)的處理。

抖音對(duì)平臺(tái)不實(shí)信息，首選會(huì)做主動(dòng)的發(fā)現(xiàn)和治理。針對(duì)不實(shí)信息，尤其是社會(huì)信息，專業(yè)知識(shí)等影響較大的內(nèi)容，會(huì)通過站內(nèi)挖掘，站外監(jiān)控，風(fēng)險(xiǎn)互通等渠道，主動(dòng)進(jìn)行不實(shí)信息的線索發(fā)現(xiàn)，由專門搭建的相關(guān)專業(yè)團(tuán)隊(duì)進(jìn)行內(nèi)容研判，對(duì)明確的不實(shí)信息錄入不實(shí)信息庫(kù)，發(fā)起回查和其他處置干預(yù)。依托這樣的信息庫(kù)算法能力，目前我們會(huì)對(duì)站內(nèi)疑似的高風(fēng)險(xiǎn)不實(shí)信息進(jìn)行召回和人工識(shí)別等進(jìn)一步判斷，在明確為不實(shí)信息后，會(huì)對(duì)新增和存量?jī)?nèi)容都做處置。

同時(shí)我們還在積極發(fā)現(xiàn)其他虛假不實(shí)類內(nèi)容的特征，比如同質(zhì)化批量發(fā)布“一眼假”的內(nèi)容，針對(duì)這些內(nèi)容特征構(gòu)建算法能力，進(jìn)行風(fēng)險(xiǎn)發(fā)現(xiàn)，從而提升對(duì)虛假不實(shí)類內(nèi)容的治理能力。

抖音對(duì)于不實(shí)言論主要采用平臺(tái)化的投訴處理流程，包括投訴受理、初步核實(shí)、深入調(diào)查（如有必要）、處理決策與執(zhí)行、反饋與監(jiān)督等環(huán)節(jié)。

抖音平臺(tái)上有海量?jī)?nèi)容，通過標(biāo)準(zhǔn)化和規(guī)模化處理能力，能夠確保大量的投訴得到有序處理，提高處理效率。這種規(guī)模化的處理方式也便于平臺(tái)收集和分析數(shù)據(jù)。平臺(tái)可以通過統(tǒng)計(jì)不同類型賬號(hào)不實(shí)言論的投訴頻率、涉及的行業(yè)領(lǐng)域等信息，來更好地了解問題的分布，從而有針對(duì)性地優(yōu)化治理策略。平臺(tái)化投訴通道避免了人為因素可能帶來的不公平。平臺(tái)化流程是基于預(yù)先設(shè)定的規(guī)則來運(yùn)行的。這些規(guī)則適用于所有的投訴案例，確保了每個(gè)投訴都能在相同的規(guī)則下得到公正的審核。

同時(shí)，對(duì)于謠言多發(fā)的輿情敏感企業(yè)，抖音會(huì)重點(diǎn)關(guān)注相關(guān)涉企不實(shí)信息，侵權(quán)舉報(bào)后臺(tái)如識(shí)別到相關(guān)舉報(bào)信息，會(huì)轉(zhuǎn)至高優(yōu)受理隊(duì)列，相比常規(guī)隊(duì)列能加快 4-6 個(gè)小時(shí)的處置時(shí)間。內(nèi)部還建立了跨部門溝通機(jī)制，減少信息傳遞的偏差，我們還專門培養(yǎng)了熟悉特定企業(yè)謠言的“專家”員工，以便能及時(shí)對(duì)情況進(jìn)行研判處置。我們有統(tǒng)計(jì)數(shù)據(jù)，11 月抖音累計(jì)受理網(wǎng)絡(luò)涉企侵權(quán)舉報(bào) 18425 件，處置賬號(hào) 935 個(gè)，有效舉報(bào) 11300 件，投訴成功率約 61.3%。

• 《浪潮》：算法治理其實(shí)是一個(gè)全球難題，有的平臺(tái)被質(zhì)疑算法出發(fā)點(diǎn)是提升用戶的參與度，而根據(jù)實(shí)驗(yàn)，讓參與度提升的最有效辦法就是讓人憤怒，為了追求使用者的參與者，算法就決定散播一些“駭人聽聞”的內(nèi)容，它本質(zhì)上是高層的一些決策導(dǎo)致了算法應(yīng)用的走向，這個(gè)情況抖音有沒有碰到過？

李亮：上面也提到過，抖音的算法目標(biāo)是長(zhǎng)期收益，所有的優(yōu)化迭代都圍繞著這個(gè)目標(biāo)，看長(zhǎng)期效果。抖音更關(guān)注“用戶長(zhǎng)期對(duì)平臺(tái)的認(rèn)同”。事實(shí)上我們發(fā)現(xiàn)，用戶參與也分很多種類型，比如利用爭(zhēng)議誘導(dǎo)情緒而引發(fā)的評(píng)論并不能帶來長(zhǎng)期收益，就不會(huì)成為抖音關(guān)注的目標(biāo)，比如“駭人聽聞”的內(nèi)容很可能是刻意博流量，是抖音明確要打擊治理的，對(duì)這類生態(tài)問題的打擊并不會(huì)帶來平臺(tái)長(zhǎng)期留存的下降，反而平臺(tái)是更有收益的。

本文來自微信公眾號(hào)：鳳凰網(wǎng)科技，原標(biāo)題《獨(dú)家對(duì)話抖音集團(tuán)李亮：平臺(tái)沒動(dòng)力制造“繭房”》

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。