让用户痴迷TikTok的AI算法（上）

导读：简单来说，TikTok 只会推荐你喜欢的内容，从冷启动调整到对活跃用户的明确推荐。

Tick Tok 席卷全球。据 Sensor Tower 称，这款短视频应用在全球 App Store 和 Google Play 上的下载量已超过20 亿次。这个让你如此痴迷的APP背后的魔力是什么？毫无疑问，答案是 ML 支持的推荐引擎。

谁不喜欢狗狗的滑稽动作和搞笑的猫视频呢？尤其是在这个全球封锁的特殊时期。

但这只能解释 TikTok 成功原因的一部分。在不到两年的时间里，它从一个小粉丝社区的“对口型”APP变成了 2020 年月活跃用户近 8 亿的病毒式APP。带有#coronavirus 标签的 TikTok 视频总共被观看了 530 亿次。

它以产生病毒式传播的歌曲和搞笑的哑剧视频而闻名。

人们平均每天在该APP上花费52分钟，但是Snapchat，Instagram和Facebook则分别为26分钟，29分钟的37分钟。

除了增长黑客策略，这款短视频APP包含了表情包、喜剧、舞蹈和人才。由于配备了业内最好的推荐引擎之一，您无需搜索或思考应该看什么，只需一直刷新视频，系统即可根据你的操作提供个性化的视频内容。

这种容易得到的快乐的无休止的感官刺激让人们很难停止在TikTok上浏览。有些人称之为终极时间杀手，因为它占用了你的业余时间，并以某种方式制造了“ TikTok 中的 5 分钟等于现实生活中的 1 小时”的时间扭曲感受。

今天，我们将讨论 TikTok 如何使用机器学习通过交互分析用户的兴趣和偏好，然后为不同的用户显示个性化的视频内容。

推荐引擎对于大家来说并不陌生。相反，由于缺乏图像识别或语言生成等令人眼花缭乱的效果，一些人认为它是老一代的人工智能系统。

尽管如此，该推荐引擎仍然是在几乎所有在线服务和平台中实施最广泛的主要人工智能系统之一。例如，YouTube 视频推荐、您从亚马逊收到的活动电子邮件、您在浏览 Kindle 书店时可能还喜欢的书。

事实上，根据Gomez-Uribe 和 Netflix 产品负责人 Neil Hunt 发表的研究论文 称，个性化和推荐的综合效应为 Netflix 每年节省了超过 10 亿美元。此外，80% 的订阅者正在从引擎的建议列表中选择视频。

现在让我们来看看 TikTok 和其它推荐引擎有什么不同。

1. 推荐引擎机制

一个实时系统应该有一个坚实的数据基础（用于收集和存储），以支持顶层的多个抽象层（算法层、服务层和应用层）来解决不同的业务问题。

2. TikTok推荐系统设计的原型

“以用户为中心的设计”是原型的核心。简单来说，TikTok 只会推荐你喜欢的内容，从冷启动调整到对活跃用户的明确推荐。

如果您点击一个跳舞视频，您的订阅源最初会被定制为娱乐类别，然后后续机制将跟踪您的行为以进行进一步分析，最终只会为您提供精确的推荐。

在 TikTok 的原型中，有三个主要构建块，1）标记内容，2）创建用户配置文件和用户场景，以及 3）训练和服务推荐算法。

我们将在下一篇文章中详细讨论它们中的每一个。

希望今天的分享对大家有用，感谢大家的支持~

文章转载至公众号：Allan说跨境电商独立站；大数跨境经授权转载