短视频平台推荐算法原来不是靠标签，而是靠这个！

你以为短视频平台推荐算法就只是简单地打标签推送给你感兴趣的内容吗？其实这背后有更先进的深度学习算法在支持，它不仅比你更懂你，而且可解释度极低。本文将揭秘短视频平台推荐算法的真正原理。

在讨论短视频平台算法「推得准」的时候，很多瞎逼分析的人会说：平台给内容打标签，然后推给可能感兴趣的人，所以推荐算法做得很好。

凡是这么简单归因的人，都是不懂的。

和DY、KS这方面的核心负责人交流过，目前在内容分发上基本不依赖标签，而是通过更先进的深度学习。

好处是比你更懂你，坏处是可解释度低。

因为算法追求的是全局最优，所以会有定向干预的需求。但解释度低就不好做定向干预，只要干预，就是负向。

平台给内容打的标签，主要是人用来定义和解释内容的。由于人的理解能力是低于深度学习算法的，不一定能猜对用户喜欢什么。比如一个用户喜欢美女跳舞，是喜欢跳舞还是颜值，很难分辨。

给这样的内容打标签，作用不是为了理解和辅助分发，而是提供了人能理解的工具，也是业务层面能解释的干预窗口，把黑盒问题白盒话，这样各个角色都能理解和获得反馈。

用标签来辅助内容分发，效率肯定是低的，但也不是完全没有价值。在有些算法不准或捕捉不到信号的时候，标签就能派上用场。

结语：短视频平台推荐算法的实现不是简单的打标签推送，而是通过深度学习算法来实现更先进更智能的推荐。虽然可解释度很低，但是在某些情况下，标签也能提供一定的价值。我们需要认识到这一点，才能更好地理解短视频平台的推荐机制。