3月31日，抖音总裁韩尚佑在2025年中国网络媒体论坛上宣布，“抖音安全与信任中心”网站正式上线。该网站旨在向公众透明地展示抖音的算法原理、社区规则、治理机制和用户服务系统。

这是抖音首次公开其推荐算法的核心原理。通过这个平台，抖音详细介绍了如何通过估计用户行为概率、使用多目标建模等技术手段来实现内容推荐的高质量和多样化。

韩尚佑指出，公众对推荐算法存在一些误解。一般认为，该算法是通过标记内容和用户，然后通过数据匹配来完成内容推荐。但是，随着机器学习技术的进步，抖音推荐系统不再依赖于传统的标签机制。目前，该系统主要通过复杂的神经网络计算直接预测每个用户对每个内容的行为概率，如大拇指、关注、分享或评论的可能性，并选择最符合用户偏好的内容进行推荐。

这意味着算法可以直接预测用户的行为倾向，而无需深入了解内容的具体类型或语义。官方进一步总结了推荐算法的本质：通过数学计算学习人类的行为模式。

与传统的人工推荐方法相比，推荐算法实现了重要的范式创新。它将用户对内容的具体偏好(如点击、评分等显性行为)抽象成高维空间中的数学映射关系。算法可以在隐性语义空间中构建用户偏好矩阵和内容特征矩阵，分解用户与内容交互矩阵。这样，用户就不需要理解真实的语义（如“内容类型”或“情绪状态”），只能通过操作潜在的特征向量来预测用户是否会观看、大拇指或收集某些内容。

这种脱离现实语义的数学建模能力，结合大量数据的支持，使算法能够以“知道为什么而不知道为什么”的方式实现准确的内容推荐。这一突破不仅改善了用户体验，也为推荐系统的发展提供了新的方向。