TikTok的For You推送机制解读

TikTok recently published in their press release article what factors make up the algorithm in the for you page. They explain that certain criteria are more important than others and they are all valued differently. They mention that criteria include:

TikTok近期在他们新闻稿集里，发布了关于For You页面的算法构成要素。他们解释到，某些标准比其他的更重要，并且（相同的）标准会被估算成不同的权重。

他们提到的标准包括：

The user’s engagement with the post. Whether this is likes, comments, shares or following the account; these are all given a different importance

用户对发布（行为或内容，也可以简单的理解成帖子）的参与程度。不论是点赞，评论，分享或者关注账户；它们都会被给予不同的重要性。

Which sounds are used. This answers the predicted theory that trending sounds boosts your video’s reach, hence demonstrating the importance of using trending sounds

使用哪些音效。这个回应了一个已被预测的理论，（即）流行的音效增加了你的视频的搜索，因此，阐述了使用流行音效的重要性。

The device and location settings. The language your device is using, GPS location and type of device are also considered within the algorithm

设备和位置设置。设备所使用的语言、GPS位置和设备类型也会在算法中被考虑。

It was also mentioned that each one of these indicators is valued differently for each different user, this is due to different users having different habits, for example, if a user only shares one out of every 200 videos, the algorithm is going to value that share a lot more than people who share every second video.

它还提到了，这些指标中的每一个指标都会因为不用户本身的使用习惯不尽相同，而产生不同权重；例如，如果某用户只在两百个视频中分享了一个(出去)，那么算法就会认为这个分享(的权重)比其他什么都分享的用户(的权重)高很多。

Something very important to mention is how a high number of followers “is not a direct factor in the algorithm”. This means that even if you have a very small number of followers, if it performs well against the criteria mentioned above, it will be treated the same as if it was done by an account with millions of followers.

有一点非常重要，巨大的粉丝数量不是平台推荐算法机制的直接加权项。这意味着，即使你账户的粉丝数量非常少，如果按照上述特定标准中表现良好，将会被视为与同样标准同样表现的数百万粉丝账户的重要性一致。

The article also mentions how there are numerous factors that are involved to understand what a user is NOT interested in. This includes:

文章还提到，大量有关什么是用户不感兴趣的要素是怎么关联的。这些因素包括

- 举报视频

- Reporting the video

- 点击 "我不感兴趣的按钮"

- Tapping the “I’m not interested button”

- 取消关注该用户

- Unfollowing the user

It is clearly mentioned that you will not be recommended content that you have already seen before or any duplicate content, as TikTok considers this spam. This highlights the importance of creating original content, as copying and reposting someone else’s video will drastically decrease the video’s performance.

其中明确提到，不会给你推荐之前已经看过的内容，也不会推荐任何重复的内容，因为TikTok认为这是垃圾。这就凸显了创作原创内容的重要性，因为搬运和转发别人的视频会彻底地降低视频的表现分。

TikTok finally fully explained the reason behind why you often find videos on the for you page with less than 100 likes. This is due to “bringing diversity into your feed” to “give you opportunities to find new content categories and creators”. This is why the number of followers on someone’s account does not have any relationship to how well the video performs against the algorithm.

TikTok终于充分解释了，为什么你经常在For You页面上发现的视频，只有不到100个赞背后的原因。这是由于 "要保持你的Feed的多样性"，以便 "让你有机会找到新的内容类性和创作者"。这就是为什么用户账户的粉丝数量，不会影响算法对该视频好坏的判断。

Lastly, they mention that the for you algorithm “is designed to continuously improve, correct and learn”. Therefore, it must be considered that whilst the factors mentioned above are important in determining the reach of a video, this might change in the future.

最后，它提到For You算法 "旨在不断改进、纠正和学习"。因此，必须考虑到，虽然上述因素在决定视频的播放范围方面很重要，但是在未来仍然会产生变化。

原文从8个方面来阐述TikTok中For You的推送机制。

1，For You条件因素

一个很重的标准，就是用户的“喜好”。

1）用户互动：喜好和分享的视频，关注的账户，发布的评论以及创建的内容。

2）视频信息，视频的标题，配音以及标签等细节。

3）设备和账户的设置，语言的偏好，国家的设置和设备的设置（伪装流的核心关注点：原文引用：Device and account settings like your language preference, country setting, and device type. These factors are included to make sure the system is optimized for performance.）。

这些因素，都会被TikTok的推荐系统处理，并依据这些对用户的价值进行加权。一个强的兴趣指标，会比一个弱的兴趣指标获得更大的权重，比如说，用户是否会从头到尾，完整的看完一个视频。是否会完整的看完一个长视频。

2，For You Feed的建立

一个新的用户，创建账号同时，平台会为新用户，推荐感兴趣的类别，以依据这些喜好，开始进行推荐。并依据此类喜好，进行客户推荐的打磨。

那么对于没有选择喜好的用户，平台会先推荐热门视频，新用户的第一次点赞，评论和重播都将是平台更加的了解新的用户，并开始推荐机制。

每一次用户的新的互动都是让系统更了解用户的需求，并推荐更多用户喜好的视频。那么当用户选择“Discover” 选项卡上的标签、声音、效果和热门话题也是如此，这些内容，都会进入用户的新的推荐机制选择项中。

3，少看自己不感兴趣的东西

用户遇到不感兴趣的话题时，可选择“不感兴趣”来选择。也可选择隐藏来自特定创作者或者某种背景音乐制作的视频等方式，来减少系统中的推荐。

4，来自推荐引擎的挑战

给出“Filter Bubble”（字母翻译过滤泡沫）的概念。提出挑战：可能会有更多同质化的内容被推荐出来。

5，打断重复模式

将不同类型的内容与用户喜爱的内容穿插在一起，可能会被推荐一个受到其他兴趣相投的用户好评的视频。但，不推荐重复的内容，你已经看过的内容，或者任何被认为是垃圾的内容。

6，多元化内容提供

会在用户的信息源中提供该用户的兴趣无关的视频，或者是积累大量的赞的优质视频。是为了让用户有更多的机会在浏览Feed时，发现新的内容类别，发现新的创作者，并体验新的观点和想法。（此点也是官方不断阐述原创，优质视频的重要性。）

7，保障用户体验

拒绝敏感视频，拒绝刚刚上传或正在审核的视频，以及寻求人为增加流量的视频等垃圾内容。

8，改进内容

系统的设计是为了不断改进、纠正，根据用户的反馈、研究和数据，努力完善准确性、调整模型，并重新评估有助于推荐的因素和权重。

我们走过了1年零4个月的探寻和摸索，目前，我们拥有来我们的跨境中国团队，北美团队，澳洲团队。关于TikTok短视频流量变现问题及情况。我们会实时分享我们的工作经验 。

有对tiktok 有兴趣，有研究的小伙伴，欢迎留言讨论。（来源：编译巨浪出海David）

以上内容属作者个人观点，不代表雨果网立场！本文经原作者授权转载，转载需经原作者授权同意。