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。


又贡献一篇
复制真爽！！！