抖音的推薦機(jī)制是大家都想要了解的奧秘，特別是對(duì)做內(nèi)容創(chuàng)作的人來(lái)說(shuō)，今天我們將要看看抖音的推薦機(jī)制究竟是怎么工作。

　　抖音的推薦機(jī)制系統(tǒng)推薦介紹

　　實(shí)時(shí)推薦系統(tǒng)需要強(qiáng)大的數(shù)據(jù)作支撐(包括數(shù)據(jù)的收集和儲(chǔ)存)，用以支持相對(duì)抽象的層面(包括算法層面、服務(wù)層面和應(yīng)用程序?qū)用?，從而解決業(yè)務(wù)方面的問(wèn)題。

　　抖音的推薦系統(tǒng)，簡(jiǎn)單來(lái)說(shuō)就是“以用戶為中心”。換句話說(shuō)，抖音只會(huì)推薦用戶喜歡的內(nèi)容，從剛剛上手的用戶到活躍的用戶都是如此——當(dāng)然，用戶越是活躍，推薦的內(nèi)容也就更加精準(zhǔn)。

　　在抖音的工作系統(tǒng)中，有三個(gè)主要的板塊：(1)用戶標(biāo)記內(nèi)容(2)創(chuàng)建用戶的肖像及使用場(chǎng)景(3)訓(xùn)練機(jī)器學(xué)習(xí)算法。

　　抖音的推薦機(jī)制的數(shù)據(jù)與功能

　　內(nèi)容數(shù)據(jù)。用戶在使用抖音的過(guò)程中留下了大量的內(nèi)容數(shù)據(jù)，這些數(shù)據(jù)可以被用來(lái)分類(lèi)、歸類(lèi)，方便日后更加精準(zhǔn)的推薦。

　　用戶數(shù)據(jù)。這種數(shù)據(jù)包括用戶在抖音上留下的各種標(biāo)簽、職業(yè)、年齡、性別等。

　　場(chǎng)景數(shù)據(jù)。這一類(lèi)數(shù)據(jù)是關(guān)于用戶使用場(chǎng)景的數(shù)據(jù)。比如，在上下班、旅行的時(shí)候，用戶分別喜歡看哪一類(lèi)的視頻。

　　關(guān)聯(lián)功能。這類(lèi)功能包括根據(jù)標(biāo)簽推薦、關(guān)鍵詞搜索、標(biāo)簽分類(lèi)、資源搜索、主題標(biāo)簽等等。

　　用戶-場(chǎng)景重現(xiàn)功能。這類(lèi)功能是基于場(chǎng)景數(shù)據(jù)(包括用戶的地理坐標(biāo)、時(shí)間表、事件的標(biāo)簽)等重現(xiàn)用戶觀看視頻的場(chǎng)景。

　　協(xié)同功能。簡(jiǎn)單來(lái)說(shuō)，這類(lèi)功能不僅會(huì)分析單個(gè)用戶留下的數(shù)據(jù)，還會(huì)分析相似的用戶組的數(shù)據(jù)(包括點(diǎn)擊的內(nèi)容、興趣、關(guān)鍵詞、主題)。

　　通過(guò)上述模型，這款應(yīng)用程序?qū)㈩A(yù)測(cè)某些視頻在某些具體的場(chǎng)景中是否適合某位用戶。

　　抖音推薦算法

　　推薦系統(tǒng)的成長(zhǎng)過(guò)程可以被視為機(jī)器學(xué)習(xí)的典型例子。然后通過(guò)算法(包括過(guò)濾模型、回歸模型等)將整個(gè)推薦機(jī)制加以完善。

　　產(chǎn)業(yè)化的推薦系統(tǒng)需要靈活且可以拓展的ML平臺(tái)，可以允許多種模型疊加起來(lái)，時(shí)時(shí)刻刻為用戶服務(wù)。

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

　　在抖音上，每天都有數(shù)百萬(wàn)的用戶上傳自己的視頻。有一些不符合規(guī)定的視頻很可能會(huì)逃過(guò)單一的審核系統(tǒng)。

　　一般來(lái)說(shuō)，Duo-Audit模型可以識(shí)別視頻圖像和關(guān)鍵字。它主要有兩個(gè)功能：(1)檢查視頻中是否有違法違規(guī)的內(nèi)容(包括圖像和文案)，一旦有相關(guān)內(nèi)容，系統(tǒng)會(huì)將該條視頻標(biāo)注成黃色和紅色，留到后期再由人工審核(2)通過(guò)提取視頻中的關(guān)鍵幀，可以將其與存檔內(nèi)容進(jìn)行對(duì)比，減少審核時(shí)所消耗的流量，同時(shí)減少引擎的負(fù)擔(dān)。

　　當(dāng)上傳的內(nèi)容在雙重審核下通過(guò)之后，它將被放入到啟動(dòng)池中。

　　投放進(jìn)流量池后，視頻可以獲得數(shù)千次觀看，和視頻相關(guān)的數(shù)據(jù)也會(huì)被收集和分析。比如獲贊數(shù)量、觀看數(shù)量、完整的觀看數(shù)量、評(píng)論、關(guān)注者數(shù)量、轉(zhuǎn)發(fā)數(shù)量、分享數(shù)量等等。

　　經(jīng)過(guò)上一個(gè)步驟，用戶的反饋將成為一條視頻是否可以獲得更多曝光的標(biāo)準(zhǔn)。我們將介紹一個(gè)用戶肖像放大機(jī)制。換句話說(shuō)，優(yōu)秀的視頻內(nèi)容將在特定的用戶組(比如球迷、時(shí)尚愛(ài)好者)中得到更多的曝光。這是一種類(lèi)似于“猜您喜歡什么”的概念。通過(guò)用戶留下的各類(lèi)數(shù)據(jù)，抖音可以建立用戶的個(gè)人資料庫(kù)，從而在內(nèi)容和用戶間進(jìn)行更好的搭配。

　　在上述步驟重復(fù)一段時(shí)間后，抖音將篩選出少于1%的優(yōu)秀內(nèi)容投放到趨勢(shì)池(Trending Pool)中。在這個(gè)區(qū)域，內(nèi)容的曝光率將會(huì)比其他區(qū)域的曝光率都要高，因?yàn)檫@些被認(rèn)為是優(yōu)質(zhì)內(nèi)容的視頻會(huì)被無(wú)差別地推薦給所有用戶。

　　多久可以判定自己的視頻沒(méi)有流量了?

　　抖音有一個(gè)叫g(shù)ravedigger的算法，可以回顧舊的視頻內(nèi)容，從中挑選并曝光高質(zhì)量的視頻。在這種算法的曝光下，一些優(yōu)秀內(nèi)容最終會(huì)被發(fā)掘出來(lái)。

　　潮流效應(yīng)：如果你的某條內(nèi)容獲得了數(shù)百萬(wàn)的觀看率，那么它就會(huì)固定在你的個(gè)人頁(yè)面上。比如如果你專(zhuān)門(mén)發(fā)貓貓的視頻，其中一條的觀看率尤其高，那么這一條就會(huì)固定在你的個(gè)人頁(yè)面上，而省去了其他相似的、關(guān)注度不那么高的視頻。

　　據(jù)了解一條視頻的曝光時(shí)間很短，短到只有短短只有一周，一周之后沒(méi)有流量的話就可以放棄這個(gè)視頻了。