TikTok раскрыл некоторые секреты своего алгоритма рекомендаций
Как и у других социальных платформ, алгоритмы рекомендаций в TikTok являются основной ценностью площадки. В своём блоге компания пролила свет на то, как устроены алгоритмы и почему вы смотрите то, что появляется в ленте.
Алгоритм рекомендаций TikTok построен вокруг входных факторов тем же образом, как и на YouTube, который измеряет и контролирует вовлеченность. То, как люди взаимодействуют с приложением, влияет на рекомендации, включая публикацию комментариев или фолловинг за учетной записью. Если вы подписаны на аккаунты животных, TikTok будет показывать вам больше животных.
Однако взаимодействие с пользователем - это только одна часть уравнения. TikTok утверждает, что видеоинформация, которая “может включать такие детали, как подписи, звуки и хэштеги”, а также настройки устройства или учетной записи также оказывают влияние на ленту.
Языковые предпочтения, настройки страны и тип устройства будут учитываться, чтобы убедиться, что “система оптимизирована для производительности”. Однако в блоге также говорится, что настройки устройства и учетной записи “получают меньший вес в системе рекоммендаций по сравнению с другими данными.”
Опять же, как и YouTube, все сводится к вовлеченности. Рекомендательная система основана на содержании, а не обязательно на создателе.
Одна из неотъемлемых проблем с механизмами рекомендаций заключается в том, что они могут непреднамеренно ограничить ваш опыт — то, что иногда называют” фильтрующим пузырем”. В ленте вы также никогда не встретите два одинаковых видео подряд, в которых был бы один и тот же трек или создатель.
То, как именно TikTok выбирает видео для каждого аккаунта, все еще остается чем-то вроде черного ящика, но это область, которую компания, по крайней мере, выделяет как нуждающуюся в улучшении. Несмотря ни на что, алгоритм TikTok является одним из наиболее интересных компонентов его всемирного успеха.
Всех в реки!
