15日前TikTok沒賣就關門？字節(jié)跳動尚未回應置評請求(2)

　　延伸閱讀：

　　推薦算法是TikTok“所向披靡”的核心利器

　　TikTok核心算法為何讓科技巨頭們虎視眈眈？別人無法模仿嗎？

　　“商業(yè)內幕”網站撰文指出，該算法被稱為是字節(jié)跳動公司的“皇冠上的明珠”，由人工智能實驗室和北京大學聯合研發(fā)，比競爭對手的更為強大。

　　有專家介紹，根據TikTok的算法，用戶的每一次互動都會揭示其喜好，TikTok可以據此向用戶推薦喜歡的視頻。

　　文章稱，TikTok的優(yōu)勢在于，平臺上是大量長度不到一分鐘的短視頻，能比其他長視頻平臺（如YouTube）更大規(guī)模地測試用戶的興趣特征。專家還稱，TikTok專注于沉浸式全屏視頻也幫助提高其受歡迎程度。

　　TikTok從未向外界公布它的核心算法。但是，基于字節(jié)跳動發(fā)布的零散的信息，專業(yè)技術人士 Michiko指出，TikTok的推薦系統(tǒng)，簡單來說就是“以用戶為中心”（User－Centric Design）。

　　換句話說，TikTok只會推薦用戶喜歡的內容，從剛剛上手的用戶到活躍的用戶都是如此——當然，用戶越是活躍，推薦的內容也就更加精準。

　　TikTok的系統(tǒng)中包含人工智能實時學習的機制。通過捕捉和分析用戶留下的數據，它可以快速提供反饋。

　　比如，當用戶點擊某一種視頻后，TikTok會根據這一信息快速更新該用戶的“喜好庫”，然后根據這一改變立馬推薦相似的視頻。

　　而實時推薦系統(tǒng)需要強大的數據作支撐（包括數據的收集和儲存），用以支持相對抽象的層面（包括算法層面、服務層面和應用程序層面），從而解決業(yè)務方面的問題。

　　推薦系統(tǒng)的成長過程可以被視為機器學習的典型例子。然后通過算法（包括過濾模型、回歸模型等）將整個推薦機制加以完善。

　　產業(yè)化的推薦系統(tǒng)需要靈活且可以拓展的ML平臺，可以允許多種模型疊加起來，時時刻刻為用戶服務。

　　除了主要算法之外，抖音的推薦系統(tǒng)還要根據用戶肖像制定特殊的算法，具體的算法系統(tǒng)有層級分類。