推荐算法通过各种“目标”来预估用户行为，为用户推荐内容。但用户的行为动作有很多，不同行为的重要程度会决定算法推荐的优先级。因此，为推荐算法设置合理的目标格外重要。

推荐算法在诞生之初只关注单一或者少量的目标，比如完播、点赞，但随着平台内容和各方需求日益多元化，单一目标已难以满足实际需求，多目标推荐系统成为主流。

抖音社区多目标价值体系

什么是多目标推荐系统

多目标推荐系统，核心在于同时建模和优化多种不同的目标函数、以构建更全面平衡的推荐策略。多目标反映了用户、平台或创作者的多样化需求。

通过提升用户体验，让用户喜欢使用产品，是所有推荐系统的天然目标。推荐算法在诞生之初，大多是服务这个目标，比如预测用户观看完内容（即完播率）、点赞的概率。早期的抖音以15秒短视频为主，在这一阶段中，完播率是推荐算法的核心目标之一，这背后的逻辑是，完播率越高则意味着越多用户喜欢这条视频。

随着抖音的用户愈发多样化，内容风格也日益多元，例如平台上有了越来越多的优质中长视频，完播率等少数目标已经无法满足更多样的需求。因此，通过多目标建模，成为技术上的自然选择。

经过长期发展，抖音已经发展出非常复杂的多目标体系，有效优化了对内容的价值评估。

基于多目标建模，抖音对所有准备推荐给用户的视频进行打分，其公式可以简化为：

由此可以看出，一个视频是否被推出，取决于多种因素。每种因素背后都有着多个目标导向的考量。

多目标如何平衡多样需求

在实践中，抖音通过将多目标融入各种业务场景，让推荐更加均衡。以下为部分案例：

多目标让推荐更加均衡

• 探索用户深层需求，增强收藏等目标权重

一些显性的行为会给算法带来敏捷的反馈，但却不能反映和捕捉用户的深层需求。比如一位喜爱搞笑视频的用户可能也对物理知识感兴趣，仅凭用户对搞笑视频的点赞，传统算法无法洞察用户的其他需求，只能不断给他推送搞笑视频。如果想要真正理解用户的需求，推荐系统就需要借助更多的目标收集用户的行为动作。在调研中，抖音发现用户会将知识类型视频“收藏”起来，甚至反复观看。于是，平台尝试将收藏率纳入多目标建模的范畴，以便更好地将知识类内容推送给有潜在需求的用户。详情参见抖音为何突出“收藏”按钮。

• 判断用户长期需求，增强“收藏+复访”等组合目标

从算法原理来看，推荐算法对用户的短期行为预估精确度很高，但在长期行为预估方面存在显著短板。因为用户长期行为的数据非常稀疏，收集难度大，因此长期模型的训练精准度就会下降。平台要长期发展就必须给用户提供更长久的价值，因此需要通过多目标建模的方式，弥补少量目标的短板，找到用户的长期需求点。

平台通过多个行为的组合解决这一难题。例如“收藏+复访”的组合，当用户收藏一个视频后几天内多次打开观看，这可能是一条对用户有长期价值的内容，如健身教程、做菜教程；如果收藏之后只是当晚打开看了一次，那很可能是因为白天时间不够便留到晚上继续观看，并无长期反复观看的迹象，并非用户的长期需求。

与之类似的还有“关注+追更”“打开+搜索”等组合目标。这些目标有助于预估用户的长期行为，帮助用户探索长期需求。

• 探索多样性需求，助力破除“信息茧房”

除了探索一些显性行为无法预估的深层和长期需求，抖音还尝试通过多目标帮助用户探索可能他们自己都还没发现的潜在需求，帮助用户探索更加多样化的世界。

在抖音的目标中，有一类探索类指标，就是为了帮助用户探索上述需求。某种角度看，这类指标也可以消解公众熟知的“信息茧房”。

抖音在多目标建模中设置这类目标的原因很简单：即便是一直给用户推送他最喜欢看的一类内容，时间长了，用户也可能会看腻。产生腻烦的用户有两种选择，一种是观看概率会下降，算法会感知到这一变化并进行调整；另一种是直接离开平台，这样算法就失去了调整的机会。因此平台希望通过主动探索多样性内容，提前解决看腻和看厌的问题。关于这类目标如何引导算法消解“信息茧房”问题，详情参见算法和用户都想打破“信息茧房”。

• “握手模型”目标带给作者的积极体验

收到网友反馈并与之互动，是最让创作者开心的事情之一。为此，抖音构建了“握手模型”，将用户和作者在评论区的互动增设为新的目标。

以往用户留言和作者回复留言会被视为两个独立的行为，但抖音的“握手模型”会将“用户留言并得到作者回复”视为一次对作者更为积极的互动信号。如同一次“握手”，带给人们的好感，明显高于单方面挥手打招呼一样。

更进一步说，不同的作者面对同一个留言产生的感受也是不同的。只有针对更多目标建模，才能更好地了解作者用户双方的互动情况。

• 多目标不让中长优质视频作者“吃亏”

近年来，抖音非常注重扶持深度优质的中长视频。中长视频内容容量更大、表达空间更大，能为用户带来更多信息，如知识科普类、专业深度类内容更适合用中长视频来表达。相比来说，短视频完播率高并不代表内容更优质、用户体验更好。但是，前文提到的以“完播率”为核心的算法目标，必然会导致一些精心制作中长优质视频的作者因为完播率低，而在分发中居于劣势。

为了支持优质中长视频，抖音充分利用了多目标建模的能力。以一个视频为例：2024年，知识博主“米三汉”的一条《450分钟深度解读红楼梦》的视频获得了超过3亿播放量。尽管在完播目标上占劣势，但这条视频在分享和关注目标上占优势，在评论、时长、收藏上也有不错的表现，算法依靠分享和关注等目标为该作品找到了大量受众。

多目标建模助力中长视频破圈

• 原创性目标塑造公平创作环境

平台鼓励原创内容（详情参见我们对原创的规则），同时注重管控搬运、抄袭的视频，降低这类内容的曝光率与传播范围，并对违规内容采取删除措施，避免劣币驱逐良币，从而维护内容生态的健康与活力，为创作者们营造公平的创作环境。通过原创性目标，更多优质、新颖且具有独特价值的视频内容将被生产和推荐出来。

以多目标构建多元健康生态

某种角度看，平台就好像一个市场。一个朴素的道理是，好的市场不能单方面满足买家或卖家一方利益，更不能只顾自身利益，只有多方共赢，市场才能走得更远。通过多目标，抖音使得各方综合收益最大化，也实现了自身的繁荣发展。

从表面看，多目标影响的是用户行为，从深层次看，多目标也会影响平台内容生态。不同的目标就像是自然界中不同的要素（如阳光、土壤、水分），而不同的权重就是不同的环境（沙漠、雨林），不同的权重决定了不同的作者在平台产品生态中的收益。这就像沙漠的水分少，所以进化出了不怕干旱的植物；高纬度地带气温低，所以动物的体型都会相对更大一样。

例如，把关注率调高，就会涌现出更多人格化鲜明的作者；收藏率提高，知识类等有用的内容就会更多……

什么样的目标及权重能最终催生出像热带雨林一样健康繁荣的内容生态，也是抖音完善多目标过程中在持续思考的问题之一。