从零开始了解推荐算法

本期内容

本期节目深入探讨了推荐算法的运作原理、技术演进以及在短视频平台上的应用。主播详细阐述了协同过滤等基础工作原理，以及随着深度学习和神经网络的兴起，推荐系统如何通过Wide&Deep模型和双塔召回模型实现更强大的记忆能力和泛化能力。同时也讨论了抖音等平台推荐算法背后的逻辑，强调算法通过预测用户行为概率和行为价值权重来确定视频的推荐优先级，并指出算法只理解数学关联，不理解内容的实际语义，因此需要人工干预来维护内容合规。

主播及内容来源

本期节目邀请NotebookLM平台两位主播录制。听声音，这两位来自硅谷的主播更像是后期学习中文的美籍华人。尽管有些中文发音有点蹩脚，但他们对推荐算法的理解非常系统，讲解专业度非常高。

播客内容取自本人参与撰写的《从零开始了解推荐系统》和《用户行为背后的算法推荐逻辑》（原载于抖音安全与信任中心网站）。

录制时间：2025年5月