- 推薦算法已并非新生事物，但圍繞它的爭議卻從未間斷。這些爭議包括推薦算法帶來標題黨、低質量、甚至虛假內容以及信息繭房的問題。很多人對推薦算法技術存在誤解，認為算法是給內容打上對應標簽，再給用戶打上對應的屬性，最后通過數據運算，把對應標簽的內容推薦給有對應屬性的用戶。實際上，隨著機器學習技術的發展，抖音的推薦系統已幾乎不依賴對內容或者用戶打標簽，而是通過復雜的神經網絡計算，直接預測每個用戶對每條內容可能產生的互動行為概率。機器學習對推薦算法的主要貢獻在于建立評分系統，在海量算力和海量供給的環境里，把用戶行為抽
- 關鍵字：
抖音 算法 機器學習 神經網絡 標簽
抖音介紹
您好，目前還沒有人創建詞條抖音!
歡迎您創建該詞條，闡述對抖音的理解，并與今后在此搜索抖音的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
