近日，抖音联合中国科学院算法专家推出推荐算法系列科普课《系统讲透推荐算法》，课程共10集、总时长90分钟，已在抖音安全与信任中心官网和抖音账号“图灵宇宙”发布。课程从一条视频进入内容池开始，依次讲解召回、排序、多目标、冷启动、大模型、算法评估和内容治理，回答“一条视频如何进入推荐页”的完整工作流程。截至9月8日，该系列课程在抖音的播放量近600万。
《系统讲透推荐算法》系列课程上线抖音安全与信任中心官网
“图灵宇宙”账号运营者张立波为中国科学院软件研究所研究员、博士生导师，长期从事人工智能算法与应用相关教学和科研工作，研究方向包括人工智能、计算机视觉、代码理解等，并持续参与人工智能相关科普工作。
此次上线的课程采用分集讲解方式，对推荐系统不同技术模块进行拆解说明。其中，第六集“多目标优化”围绕推荐系统中容易被误解的环节展开，介绍内容分发并非依据点击率、完播率等单一指标进行判断，而是综合观看时长、点赞、评论、收藏、分享、关注等多种反馈信号，对用户反馈、内容长期价值、内容多样性和创作者体验进行统筹判断。课程以知识类视频为例说明，一些长内容未必有很高的完播率，但可能带来收藏、复看和进一步搜索等后续行为。多目标建模正是为了更全面地识别这类内容的实际价值，在不同目标之间持续寻求平衡。
《系统讲透推荐算法》在抖音账号“图灵宇宙”发布
第七集讲解“冷启动”，回应了“新用户没有历史行为时，系统如何推荐内容”等常见疑问。推荐系统无需根据用户的身份标签匹配内容，新用户刚开始使用的“冷启”阶段没有历史行为，系统先提供相对多元的试探性内容，再根据用户在平台内产生的观看、停留、点赞以及“不感兴趣”等反馈，逐步修正判断。新视频同样需要经历冷启动：算法结合内容本身的特征和早期反馈，找到可能感兴趣的人群。冷启动是推荐系统认识用户的起点，通过持续的探索与反馈，行为信号不断累积，推荐也会从最初的试探逐步走向更贴近用户的兴趣。
除上述重点内容外，该课程还对推荐系统中的召回、排序、评估和治理等环节进行了详解说明。课程整体结构按照推荐链路展开，力图以相对通俗的表达方式介绍推荐算法运行机制及相关技术概念。
这门公开课也是抖音持续推进算法透明的一项新举措。2025年，抖音上线安全与信任中心并举办开放日，公开推荐系统工作原理、多目标平衡和平台治理机制；此后升级“使用管理助手”，提供观看时长分析和内容偏好管理工具。2026年，安全与信任中心上线可交互的“体验算法”板块，用动画演示一条视频从召回到排序的过程。此次联合专家推出系统课程，进一步以系列课程形式，对推荐算法原理作系统化、通俗化介绍。
随着人工智能和推荐技术广泛应用，公众对算法原理和治理边界的关注持续增加。此次课程以视频公开课的形式系统介绍推荐算法，是平台与科研人员合作开展技术科普的一次实践，也为公众理解算法提供了公开渠道。抖音表示，未来将联动专家和知识创作者，推出更多科普内容，助力公众提升算法素养。
