三个阶段的TikTok推荐系统

TikTok推荐机制

一、基本推荐

1.1 流量分发

新发布的视频作品中，流量分发主要集中在附近的人和关注的人上面，然后用户标签和内容标签智能分发给少数用户，查看用户反馈。

1.2 用户喜欢比例

如果用户喜欢的比例更大，可能会进入第二轮叠加推荐。

二、叠加推荐

2.1 最后一轮智能分发

新发布的视频将通过最后一轮智能分发将根据账户权重分发约100-500次。例如，转发10（例如），算法将判断流行内容、自动加权内容、叠加推荐100和转发100（例如），算法将继续叠加推荐 转发量达到1000叠加推荐到1万w，依次累推。

2.2 大数据算法与人工操作相结合

当转发量达到一定水平时，将大数据算法与人工操作相结合。

三、时间效应

3.1 热度权重

热度权重依次为：转发量>评论量>点赞量>完成率；热量权重将根据时间选择新旧。

3.2 热门作品时效性

热门作品最多有一周的时效性。除非大量用户在学习和使用商家生产的音乐，否则还需要不断地内容升级机制以保证流行风格的保留。

小结:

TikTok平台的流量分配是通过三个阶段来实施的： 基本推荐、 叠加式 推 荐 和 时 间 效 果。 在 每 一 阶段 都 有 其 特 殊 的 处 理 机 制 ， 通 过 大 数 据 算 法 和 人 工 操 作 的 结 合 ， 进 行 有 效 地 视 频 流 量 分 配。作为一个tiktok的用户或者是一个tiktok的企业客户,都要了解这些有关tiktok流量分配机制的相关内容,才能够正确地进行优化,进而得以展开正常的运作方式,以此保证其产品能够得以永久保存,以此扩大其影响力。

（本文内容根据网络资料整理和来自用户投稿，出于传递更多信息之目的，不代表本站其观点和立场。也不对其真实性、可靠性承担任何法律责任，特此声明！）

常见问答(FQAS)

TikTok使用一个三个阶段的内容推荐系统。第一阶段是初级推荐,它会根据用户喜欢和关注的内容给用户推荐类似的视频。第二阶段是深入推荐,它会根据用户在视频上的观看时间和喜好给出更个性化的推荐。第三阶段是长期推荐,它会学习用户 over 时间的偏好,提供最适合用户口味的内容。

是的,用户可以通过点击“不感兴趣”按钮来自定义不喜欢的内容类型,TikTok会根据此信息进行个性化推荐。用户还可以通过关注内容创作者和标签主题来主动选择自己喜好的内容类型。

是的,TikTok不断优化和改进其推荐算法来提供更好的用户体验。随着对用户数据的不断学习和理解,TikTok的推荐SYSTEM会不断发展和演进。但核心原则是保持个性化和保护隐私。