有个老外对 tiktok 进行了逆向分析,向阳乔木在 x 上对他的视频做了总结,我把这份总结拿过来给大家分享一下。看完这个你可能对 tiktok、抖音的推荐算法有更加深刻的新认识。#微博视频号续航计划##how i ai##微博新知##科技妈咪#
当然,这个所谓逆向的结论到底真假先放一边,我们就当个热闹看看也没啥坏处:
-----
这个 TikTok逆向有点意思,对推荐算法有了新认知!
1. TikTok 手机端有 25+ 个 AI 模型。
用来判断什么内容能让用户持续刷下去。
2. 视频播放前已打好“推荐分”
服务器预先给每个视频计算“推荐分”,即预测用户“跳过、看完、点赞、打开评论、关注创作者” 的概率。
3. 实时采集用户状态(50+ 变量)
每次请求新一批视频时,App 会带:
① 陀螺仪/运动传感器,判断用户状态(走路、躺下、在车里)
② 电量、是否在充电、屏幕亮度、是否静音等 50+变量
甚至输入但没发送的消息也会被收集,因此吃中午饭和睡前躺床上刷的内容会不一样。
4. 用户可能流失时,模型会介入
① 有一个模型如果预测到你会跳过其他已加载视频,手机就会请求“紧急批次” 视频来重新吸引你。
② 如果扔持续跳过,TikTok 会标记为“失去专注”,最后手段是给你的信息流里推一条直播。
③ 会根据你多久没摸屏幕、是否躺着判断你是否打瞌睡。
④ 有模型预测你“下次打开 App 的时间”,以便提前后台启动、缓存视频做准备
内容来源于视频作者说法,未实测。
想想还挺追求极致的,比如预测下次打开提前缓存,牛逼!
但也不是那么黑盒,一些方法是能想到。
-------
网友评论也挺有意思的,摘几条给大家看看:
1️⃣:端侧塞 25+ 个模型、盯紧 50+ 种状态信号,还没划到就提前算好你会不会跳过。根本不是你在刷短视频,是算法重兵在精密解剖你的多巴胺。
2️⃣:25个模型就盯着我会不会划走。。难怪说好刷十分钟 一抬头一小时。
3️⃣:预测你下次几点打开、提前把视频缓存好,这招最狠。留存做到这一步,已经不靠内容靠算了。
4️⃣:视频里那屏代码就在算「有多可能」,还没开播就把跳过和看完的分打好了。连没发出去的字、躺着没摸屏都拿去当信号。
5️⃣:没想到直播竟然是挽留用户的重要手段。。。 http://t.cn/AXYqelOe
发布于 北京
