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...
向阳乔木(@vista8) · 人工智能
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。 Ayo O @ayoships I reverse engineered tiktok Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 12 🔄 7 ❤️ 69 👀 7115 📊 25 ⚡ Powered by xgo.ing