在抖音安全与信任中心开放日活动上，抖音相关负责人详解了平台推荐算法的核心逻辑。目前，抖音算法已不再依赖传统标签体系，转而通过神经网络计算用户行为价值，以“综合预测用户行为概率 × 行为价值权重”的公式确定视频推荐优先级。

为提升推荐质量，抖音采用“人工+机器”协同治理，通过多目标体系主动打破信息茧房，例如纳入收藏率、原创性等指标，兼顾知识类内容推广与用户潜在需求探索。技术层面，Wide&Deep模型与双塔召回模型的应用，有效解决了信息单一化问题，并实现分钟级反馈更新。

抖音强调，算法需在平台治理框架下运行，最终目标是实现内容、用户、作者与平台的多方价值共赢。