TikTok частично раскрыл принципы рекомендательных алгоритмов

Код машин 18 сент. 2020 г.

Всё для того, чтобы доказать общественности и потенциальным покупателям, что алгоритмы, собственно, не «злые, манипулятивные, китайские и шпионские», а просто сверхэффективные и вовлекающие.

Суть следующая:

Когда пользователи впервые открывают TikTok, им показывают восемь популярных видео в разном стиле, с разной музыкой и на разные темы. Каждая новая итерация из 8 видео будет формироваться с учетом того, как пользователь взаимодействовал с предыдущей восьмеркой — в расчет идёт сама картинка на видео, с которым пользователь больше всего взаимодействовал, текстовые стикеры в видео, подписи и хэштеги к нему, музыка и звуки. Плюс, учитывается устройство, настройки учётки, язык, географию пользователя. И всё это — только первый этап.

Дальше больше.
Как только TikTok собирает достаточно данных о пользователе, приложение может сопоставить его предпочтения с предпочтениями других пользователей, и причислить нового пользователя к существующей группе со схожими интересами.Точно по такому же принципу группируются и видео.В итоге, используя машинное обучение, алгоритм показывает видео пользователю в зависимости от его близости с другими группами пользователей со схожими предпочтениями в контенте. Коллаборативная фильтрация, в общем.
Дополнительно, работа алгоритма направлена на то, чтобы избежать дублирования контента в ленте (просмотра нескольких видео с одной и той же музыкой или от одного и того же создателя)
Самое интересное: TikTok признает, что способность алгоритмов так эффективно учитывать предпочтения означает, что для пользователей, по сути, создаются «пузыри рекомендаций», за пределы которых выйти сложно — существующие предпочтения пользователей усиливаются, рекомендации становятся всё более узкими и фокусными, контент становится менее разнообразным, «однотонным», принципиально иной, свежий контент в ленту не попадает.

Сам TikTok эти «пузыри» изучает: среднее время жизни, методы образования и разрушения. Разработчики считают явление нежелательным: иногда это может портить пользовательский опыт (хотя судя по успешности приложения такого не скажешь), и способствовать лавинообразному распространению фейков среди аудитории (к примеру, человек, проявляющий интерес к теориям заговора, получит их в своей ленте сполна).

Что делать с этой информацией? Первое о чем мы подумали, прочитав громкий заголовок новости на Axios. Как минимум, на практике это можно использовать так:

Обязательно смотреть в аналитике аккаунта раздел «что популярно у моих подписчиков». По сути, оказывается, это список видео, с которыми вы с очень большой вероятностью находитесь в одной ленте прямо сейчас, а не просто подборка популярных видео.
Также раздел, скорее всего, значительно полезнее для профайлинга аудитории своего аккаунта, чем стандартная статистика по соцдему (гео, полу, возрасту). По сути, можно быстро понять, в каком «пузыре» вы находитесь. Аудитория может оказаться совсем не той, в которую вы целились изначально, пусть даже по соцдему она и подходящая.
Свою собственную ленту можно учить — теперь это не цифровая легенда. ?

Источник

55.388079286.1205047

Теги

Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.

Все представленные на сайте материалы предназначены исключительно для образовательных целей и не предназначены для медицинских консультаций, диагностики или лечения. Администрация сайта, редакторы и авторы статей не несут ответственности за любые последствия и убытки, которые могут возникнуть при использовании материалов сайта.