註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

向阳乔木
@vista8
喜欢摇滚乐、爱钓鱼的PM 第二届GEO大会报名-11-21/22日-深圳南山
加入 June 2007
1.7K 正在關注    138.3K 粉絲
我去,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。
顯示更多
I reverse engineered tiktok
0
18
145
23
轉發到社區