TikTok的优势是算法吗,tiktok推荐算法推荐

TikTok的优势是算法吗

作为一个走出国门的互联网平日，它涵盖了日本、韩国、香港、台湾、美国、奥地利、印度、印度尼西亚、沙特阿拉伯、泰国、俄罗斯、希腊、阿富汗、阿根廷等多个国家和地区，对于tiktok用户来说，这无疑突破地域的局限，从而打破了流量峰值的限制。所以tiktok和抖音本质相同但也有很多区别，这里就不一一展开。那么对于tiktok来说，它的优势仅仅是算法吗

划重点：

TikTok的算法本身没什么不一样；TikTok的不一样在于它的app设计让算法“看到”有效精确地执行匹配工作所需的所有细节；现代社交网络巨头的傲慢导致自己陷入到错综复杂的问题不能自拔；为了让自己的算法发挥最大的效用，TikTok成为了自己的训练数据源；以用户为中心的设计模式一直占据主导，但算法友好型设计正在逆袭；为了最大限度地服务好用户，请先服务好你的算法；TikTok的设计使得它的视频、用户和用户首选项对For You Page算法清晰可见。

如果你还不知道怎么利用TikTok赚钱的话快来跟我一起交流吧！VX：3321629343

一、《国家的视角》Vs算法的视角

Scott的书的副标题是“那些试图改善人类状况的项目是如何失败的”。

这本书可以提高您对日常生活中意外后果的认识。当我们也有伟人的傲慢时，我们最好保持谦虚的态度。这个世界比我们想象的要丰富，更复杂。

斯科特的许多讨论都与我们现代社交网络巨头的傲慢有关；这些占主导地位的应用程序的目的是提高其用户群的清晰度，包括促进交互，防止用户流失以及最终提供针对性的广告；反过来，这导致他们的母公司陷入复杂的问题，到目前为止还无法摆脱困境。

二、TikTok把自己变成算法的训练源

近年来，至少在像我这样的外行眼中，我们已经意识到，只有将训练数据量增加几个数量级，机器学习才能取得长足的进步。换句话说，即使算法本身在几年前也没有太大区别。人工智能研究人员只有通过在更大的数据集上进行培训，才能实现GPT3之类的突破（GPT3暂时给技术Twitter带来了高潮）。

当人们说TikTok的算法是成功的关键时，许多人会将某些神奇的代码段视为公司的秘密武器。

在某些领域，例如文本，您可以轻松获取大量训练有素的数据；例如，如果您想训练像GPT3这样的AI模型，则可以在Internet，书籍等上找到很多这样的模型。如果您想训练视觉AI，可以在Internet和各种数据库上找到很多照片；培训仍然非常昂贵，但是至少您手头有足够的培训数据。

但是对于TikTok（或Douyin）而言，其擅长向观众推荐短片的算法没有公开提供的如此大规模的训练数据集。

在哪里可以找到模因，孩子们跳舞，嘴唇同步，可爱的宠物，网络名人推广品牌，训练士兵克服障碍，孩子模仿品牌等的短片即使您有这样的视频，您也应该在哪里找到有关公众对此类视频的感觉的可比数据除了Musical.ly数据集（主要是美国的喜欢玩口型同步的青少年）之外，此类数据不存在。

这是产卵或产卵的独特问题。如果没有此应用的摄像头工具和滤镜以及受版权保护的音乐剪辑，则需要对TikTok的算法进行训练。这种视频很难制作。

然后，这就是TikTok设计的魔力：应用程序将刺激并促进视频的创建和浏览，然后算法将使用这些视频进行训练，进而刺激并促进视频的创建和浏览形成反馈回路。

为了最大程度地发挥其算法的有效性，TikTok成为了他们的训练源。

三、以用户中心Vs对算法友好

要了解TikTok是如何做出这么强大的学习飞轮，我们需要对它的设计进行深入研究。

关于科技的UI设计，主导的思想流派（至少是我成长的过去二十年里）关注的重点是消除用户所做事情的摩擦，并让他们在此过程中感到愉悦；其设计目标是优雅，什么是优雅：优雅就是直观、巧妙，甚至时尚。

也许没有一家公司比苹果把这种设计风格体现得更加淋漓尽致，巅峰状态下的苹果总能把自己的软硬件做出优雅的感觉——“就是这么好用（it just works）”，但同时又很迷人，让用户觉得很雅致。

（苹果控制风格的名声就没那么光彩了——手机、笔记本电脑不可替换的电池，目前有关应用商店规则的争论）在发布新品的主旨演讲时，展示一块硬邦邦的铝块是如何变成崭新的MacBook Pro机身的视频的理由是什么

因为听到工业激光把那块铝雕刻成一体化机身时发生的声音很性感然后，当你在咖啡店用那台笔记本电脑敲击一封电子邮件时，在你的潜意识里，有关那段视频的一点残留的记忆里面会不会让你的多巴胺受到一点点的触动

这种以用户为中心的设计模式在这么长时间以来一直占据着主导地位是有原因的，尤其是在消费类技术里面。

首先，这的确有用——苹果的市值最终超过了2万亿美元（还记得假冒的Sean Parker说过十亿美元很酷吗那还是十年前，现在十亿美元不再是金牛了，财富的量级在飞速发展。）

此外，我们生活在大规模网络效应时代，应用了Ben Thompson的聚合理论并获得大量用户群的科技巨头，可以在他们所参与的市场当中发挥出不可思议的杠杆作用——要先做到这一点，最佳的办法之一就是设计出能比竞争对手更好地满足用户需求的产品和服务。

长期以来，这种设计流派一直占据着主导地位，以至于我几乎忘记了过去时代惯常采用过的一些蛮不讲理的软件设计了。（不要把它跟野兽派设计混为一谈，后者其实就像它在建筑方面的表亲一样，在设计上是相当美的。）

但是，如果要想最大限度地服务好用户的关键要取决于对机器学习算法的训练呢如果这个ML算法需要庞大的训练数据集该怎么办在机器学习方兴未艾的时代，这日益成为关键的设计目标。

在考虑如何设计app时，你日益必须考虑怎么才能最好地帮助算法去“看”——为了最大限度地服务好用户，请先服务好你的算法。

TikTok让我着迷，因为不管是意外还是有意而为之，这都是一个为了尽可能多地给自己的算法提供有用信号的现代app的典范——这就是我所谓的算法友好型设计的范本。（我曾经想过把它叫做以算法为中心的设计，但觉得这种说法有点过头了；一个帮助算法看见东西的设计到头来仍然是为了给用户提供尽可能好的体验。）

我们仍然可以认为这只是以用户为中心的设计的一种变体，但是对于那些大量采用机器学习算法组件进行产品开发的团队来说，明确地承认这一点也许有用；毕竟，当产品经理，设计师和工程师开会讨论app设计时，算法是不会出席的；但是，对算法的训练需求必须得到体现。

James Scott在谈到《国家的视角》，谈到了城市设计等领域的巨大变化，比如让土地面积和业主数量对征税者“清晰可见”；TikTok的设计使得它的视频、用户和用户首选项对For You Page算法清晰可见；这种app设计履行了它的主要职责之一：“像算法一样看东西”。

我们不妨仔细看看，TikTok打开后就是“For You Page”页面，然后直接进入视频。这就是它的样子。

这个是到目前为止有史以来最热门的TikTok视频，截止到我发布这篇文章时，它的34.1M个点赞可能已经不止了；你可以看看有关这条TikTok是如何诞生的故事，看过之后你仍然会觉得这是一个充满悖论的文化难题，但是你看过后会喜欢的。

我把这个给我侄女看了，然后我们一起循环播放了好几十次，然后我们一起开始大喊“从M到B，从M到B”，然后一起笑了起来，这是我在这场疫情当中真正的感受不是绝望的少数几次之一。

整个屏幕被一个视频填满。只有一个视频，视频用竖屏全屏显示；注意，这是不能滚动的，而是分页。视频几乎是立即自动播放（接下来的几个视频被加载到后台，所以轮到的时候可以很快播放出来）。

这种设计让用户要面对一个紧迫的问题：你对这个短视频的感觉如何就这个短视频。

这个视频是跟跳舞有关的吗是对口型还是视频游戏有小猫吗还是花栗鼠是搞笑的吗主体是男的还是女的大概几岁是群视频吗背景在哪里用的是什么滤镜或视觉效果如果里面包括有食物，是什么食物等等，所有这些标签都成为了算法现在可以看到的功能。

视频还要在视觉AI这里处理一下，并为自己能看到的东西做出贡献；TikTok有些摄像头滤镜能够跟踪人脸、手或者手势，所以视觉AI往往在视频被创建出来之前就被调用过了。

这个算法还可以看到TikTok所了解到的有关你的信息，你过去喜欢什么类型的视频有关你的人口统计学信息或心理学信息有哪些你是在哪里看这个视频的你用的是什么类型的设备等等，除此之外，还有哪些其他用户跟你相似