💰TechCrunch AI•較早收集於 11m
各大平台推出使用者可控的推薦演算法
#personalization#transparencysocial-media-algorithmsthreadsinstagramtiktok
💡了解各大平台如何轉向使用者可控演算法，以及這對您的推薦模型意味著什麼。
⚡ 30-Second TL;DR
有什麼變化
使用者可直接影響推薦動態的邏輯
為什麼重要
此趨勢標誌著「人機協作」（human-in-the-loop）推薦系統的發展，迫使開發者構建更具模組化與可解釋性的排序架構。這可能會降低對純粹參與度指標的依賴，轉而採用明確的使用者偏好訊號。
下一步行動
分析您推薦引擎的架構，找出哪些排序參數可以作為使用者可調整的滑桿或開關，且不會影響模型穩定性。
誰應關注：Developers & AI Engineers
關鍵要點
- •使用者可直接影響推薦動態的邏輯
- •Threads、Instagram 和 TikTok 等平台正引領此變革
- •更加重視以使用者為中心的演算法透明度
- •從不透明的黑箱模型轉向可自訂的內容探索
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 22 個來源。
🔑 增強重點摘要
- •TikTok已推出滑塊工具，讓使用者能更精細地調整特定內容主題的推薦頻率，而非僅是簡單的「多看/少看」某類內容。
- •Threads的推薦機制（Meta稱之為「AI系統」）特別重視「對話品質」和「以文字為中心」的內容，其中回覆被視為比按讚更強的內容排名和擴散訊號。
- •推動使用者可控演算法的轉變部分源於法規壓力，例如歐盟AI法案強調AI系統（包括推薦引擎）的透明度和問責制。
- •平台正透過發布教育指南和透明度報告，幫助使用者理解其推薦系統的運作方式，以提升使用者對內容探索的掌控感。
🛠️ 技術深入
- TikTok推薦系統：
- 核心為個性化推薦引擎，深度理解使用者行為並精準分發內容。
- 採用多模態特徵提取、平衡探索與利用，並持續優化演算法。
- 考量因素包括使用者互動（按讚、分享、關注、留言）、內容資訊（標題、音樂、主題標籤）及使用者資訊（語言、地區、裝置類型）。
- 「管理主題」功能允許使用者透過滑塊工具調整超過10個熱門主題的推薦頻率。
- 引入AI輔助的「智慧關鍵字篩選」，能辨識並排除語義相近的詞彙，進一步限制不欲見內容。
- Threads AI系統：
- Meta將其機制稱為「AI系統」，由多個機器學習模型協同運作。
- 每日處理數十億筆使用者行為訊號，進行即時計算與學習。
- 推薦機制分為三步驟：
- 內容庫建構 (Inventory)：從追蹤帳號及符合品質標準的公開內容中建立潛在推薦內容池。
- 行為訊號分析 (Signals)：評估使用者微互動行為，如按讚、停留秒數、點擊作者頁面、滑過（負向訊號）、轉發、檢舉等。
- 預測排序模型 (Prediction & Ranking)：根據訊號和歷史數據為每則貼文賦予「互動可能性分數」，高分貼文優先顯示。
- 留言熱度是強烈的排名訊號，能觸發第二波推播；追蹤意願和個人頁面點擊率亦為重要指標。
- 通用推薦系統架構：
- 現代系統常採用混合推薦系統，結合基於內容的過濾（CBF）和協同過濾（CF）以解決冷啟動問題並提升準確性與多樣性。
- 工業級推薦系統（如YouTube）通常採用兩階段「級聯混合」架構：
- 候選生成 (Candidate Generation)：第一階段使用快速、廣泛的演算法（如大規模協同過濾、深度學習）將海量內容縮減至數百或數千個潛在候選項目，主要優化召回率。
- 排序 (Ranking)：第二階段接收較小的候選列表，應用更複雜、計算成本更高的個人化演算法，根據數十種訊號對每個候選項目進行評分和排序，主要優化精確度。
- 使用者回饋機制：
- AI系統透過顯性回饋（如按讚、不喜歡、評分）和隱性回饋（如停留時間、點擊、分享、留言、滑過）來學習使用者偏好。
🔮 前景展望AI analysis grounded in cited sources
社群媒體平台將面臨更嚴格的監管審查，特別是在演算法透明度和使用者控制方面。
歐盟AI法案等法規已生效，要求AI系統（包括推薦系統）提高透明度、風險管理和人為監督，這將促使更多平台提供使用者控制功能。
使用者將對其數位內容體驗擁有前所未有的控制權，從而減少「過濾氣泡」效應。
平台推出滑塊工具、主題管理和關鍵字篩選等功能，讓使用者能更精確地調整推薦內容，有助於打破演算法造成的資訊繭房。
內容創作者將需要更深入理解演算法的運作邏輯，以適應使用者偏好和平台透明度要求。
隨著使用者對演算法的控制權增加，創作者需要優化內容以符合使用者設定的偏好和平台對互動品質的重視，例如Threads強調對話深度而非單純曝光量。
⏳ 時間線
2023-07
Threads推出，初期演算法傾向內容優先但受IG綁定影響。
2024-07
歐盟AI法案在官方公報上公布。
2024-08
歐盟AI法案正式生效。
2024-09
TikTok推出滑塊工具，允許用戶調整特定主題的推薦頻率。
2025-02
歐盟AI法案要求AI系統供應商和部署者遵守AI素養要求。
2026-06
Threads推出「Your Algo」功能，允許用戶指定增加或減少特定主題的曝光。
📎 來源 (22)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： TechCrunch AI ↗
每週 AI 簡報
每週一封，可隨時退訂。