tiktok揭示了其推薦演算法的一些祕密和盲點

與許多社交媒體平臺和應用程式一樣，TikTok feed是使用一種推薦演算法構建的，該演算法使用多種工具和因素為每個人進行個性化設定。現在，TikTok已經發布了一篇新的部落格文章，解釋了它的推薦feed是如何工作的，其中包括了一些個性化feed的技巧，以避免你可能不感興趣的隨機影片。...

與許多社交媒體平臺和應用程式一樣，TikTok feed是使用一種推薦演算法構建的，該演算法使用多種工具和因素為每個人進行個性化設定。現在，TikTok已經發布了一篇新的部落格文章，解釋了它的推薦feed是如何工作的，其中包括了一些個性化feed的技巧，以避免你可能不感興趣的隨機影片。

TikTok的推薦演算法是圍繞輸入因素構建的，其方式與YouTube衡量和監控參與度的方式有些類似。人們與應用程式的互動方式會影響所提供的推薦，包括髮布評論或關注帳戶。如果有人只關注可愛的動物帳戶，只雙擊喜歡或評論有關動物的影片，TikTok將為他們提供更多的動物。這也有助於讓TikTok的演算法瞭解人們可能不感興趣的影片——例如，如果你只對炒作屋的創作者感興趣，TikTok可能不會在應用程式上提供“豆角”子型別的影片。

不過，使用者互動只是等式的一部分。TikTok指出，影片資訊“可能包括字幕、聲音和標籤等細節”，以及裝置或帳戶設定也會對提要產生影響。該職位稱，語言偏好、國家設定和裝置型別將納入考慮因素，以確保“系統性能得到最佳化”。不過，帖子還指出，裝置和帳戶設定“相對於我們測量的其他資料點，在推薦系統中的權重較低，因為使用者不會主動將這些表示為偏好。”

就像YouTube一樣，一切都歸結為參與度。如果有人看完了一段影片，而不是在中途翻到下一段，那麼這個動作會被記錄為一個更強烈的興趣表示。帖子還強調，其推薦系統是基於內容，不一定是創作者。有趣的是，這意味著，除非蒂克托克最受關注的創作者Charli D'Amelio突然開始**有關青蛙、豆子或自嘲笑話的影片，否則她不會出現在我的feed中（她也不會出現！）。

TikTok的推薦系統經常受到讚譽；一旦對其進行了微調，應用程式就會成為最好的滾動體驗之一。我個人的理論是，這就是為什麼TikTok如此令人上癮的原因——一切都是如此完美地按照你的特定興趣來策劃的，一旦你沉迷其中就很難放下電話。但TikTok的推薦演算法仍有其自身的缺陷，這是該公司在其崗位上提出的。

“推薦引擎的一個固有挑戰是，它們會無意中限制您的體驗— 有時被稱為‘過濾氣泡，’” 帖子寫道。“透過最佳化個性化和相關性，有可能呈現越來越同質的影片流。這是我們在維持推薦制度時非常重視的問題。”

其中一些可能是無害的-人們誰只喜歡馬影片可能只看到馬影片。其中一些也可能是排他性的。如果使用者沒有特意調整演算法，該應用程式可能不會公開來自黑人生活的影片，也可能不會推薦殘疾或古怪的創作者。TikTok的文章透過解釋其中斷重複內容的目標來解決過濾器泡沫。帖子稱，“為你”的feed“一般不會連續播放兩個相同聲音或由同一創作者**的影片”。

這個想法是，更多的新型別的影片將出現在一個飼料比那些感覺更多的相同。但這並不總是奏效。我瀏覽了三四個影片，一個接一個，都是用一首流行歌曲來表達流行趨勢的。TikTok究竟如何為每一個個性化的feed選擇要播放的影片仍然是一個有點黑匣子的問題，但這是公司至少強調的一個需要改進的領域。

TikTok重視的另一個問題是，不要出現危險內容。這是YouTube多年來一直面臨批評的一個問題。TikTok認為，含有醫療程式等圖形材料或酒精等“合法消費受管制商品”的內容可能不符合推薦條件，因為它可能會讓人覺得“如果以推薦影片的形式出現在普通觀眾面前，會讓人震驚”——換言之，就是小孩子。這就是為什麼TikTok上的許多創作者會不止一次上傳影片，或者公開談論對特定內容感到被禁止的原因。

TikTok因不推薦內容而受到邊緣化群體的批評，包括LGBTQ+社群的成員。這是YouTube經常面臨的問題，谷歌旗下的影片網站目前正面臨訴訟，此前幾位LGBTQ+創作者聲稱YouTube在限制模式下隱藏了自己的影片，並沒有在其推薦中展示自己的內容。TikTok承認，它壓制了一些創作者的內容，打算將其作為解決欺凌問題的一種簡略方法。

一位發言人在2019年12月對《邊緣報》表示：“早些時候，為了應對應用程式上欺凌行為的增加，我們實施了一項直截了當的臨時政策。”。“雖然意圖是好的，但方法是錯誤的，我們早就改變了早先的政策，轉而支援更細緻的反欺凌政策和應用內保護。”

完整的部落格有更深入的說明如何個性化你自己的“為你”頁面，但看到公司公開其競爭優勢之一，令人耳目一新。TikTok的演算法是其全球成功的更吸引人的因素之一——它甚至是該應用快速增長的文化中日常對話的一部分，TikTok使用者將不同的增長趨勢和子型別稱為演算法所青睞的“側面”。

很多渴望病毒傳播的使用者試圖找出如何玩TikTok遊戲來獲得更多的瀏覽量和利用新的趨勢，而這歸根結底是向演算法推薦工具提供不同的資料位，以推廣他們自己可能不會自然出現的影片。現在，TikTok更是拉開了帷幕，給人們一個自己動手的機會。