IT Home在4月16日报告说，根据Doongin Group的官方帐户，如果昨天的Doong Security and Trust Center，相关业务负责人介绍了Doong的业务问题，并对网站部分的算法和社会记忆。据报道，DOONG算法不再依赖于标签和用户的内容。取而代之的是，它使用神经网络计算来估计用户的行为，计算查看此内容时获得的值的用户总和，并将排名最高的内容推向用户。在Doong的实际应用中，建议系统采用了“人造 +机器”协作方法来执行风险管理，并且始终将人工操作和管理系统用作算法导航。多目标系统的算法可以主动打破“茧信息”，并为您带来更丰富，多样，实用和可靠的建议结果Sers。 Doongin应用的深入研究算法包括宽深度模型，双塔模型等。在智能机器和深度研究的人工研究中开发的建议的重要算法是数学模型的运行过程，这只会在用户行为和内容特征之间建立数学统计关系，而不是了解内容本身。可以在“推荐的优先公式”中简化DOONG建议的基本逻辑逻辑：对用户行为的可能性的全面预测值×值的价值值=视频推荐的优先级。该模型需要来自两个用户目的的PAG输入内容和数据，这主要是要了解用户的使用数据。根据用户的行为和视频价值本身的重量，计算视频推荐标记的值，以及最高量的视频全面推向用户。军官Doong Value Model表示，希望在内容，用户，作者和平台之间实现双赢的价值，并通过继续修复参数来权衡不同的值。通过促进算法，Doongin实现了“分钟”的实时反馈更新。 Tiktok说，建议算法通过各种“目标”估算用户的行为。当推荐算法首先出生时，它仅关注单个或少数层。尽管Doong的用户变得越来越多样化，并且其内容样式变得多种多样，但平台上有越来越高的媒介和长时间的视频，并且一些目标（例如完成率）很难满足需求，并且多功能建模已成为自然技术的选择。 Doong开发了一个非常复杂的多目标系统，例如将收集率与多目标集成在一起，以帮助将知识的内容推向有需要的用户；改进组合目标，例如“最爱 + RE-visit“，”，“关注 + Chase更新”，“开放 +搜索”等，以估算用户的长期行为并帮助用户探索长期需求；设置探索指标，以帮助Usersto探索潜在的需求，以至于他们可能没有发现自己，并将帮助“信息茧”；设定了最初的目标，以鼓励高质量的价值和独特的报道。启动。该网站首次宣布了Tiktok推荐算法的原则，介绍了建议算法如何估计用户行为的可能性，并通过建模多功能和其他方法来实现更多的内部使用。
平台语句：本文的观点仅代表-set本身。 SOHU帐户是信息发布平台的一个。 SOHU仅提供存储信息服务。