读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?


全文共4275字 , 预计学习时长14分钟

读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?
本文插图

图源:unsplash
TikTok正像风暴一样席卷全球 。 据Sensor Tower的数据显示 , 这一短视频App在苹果应用商店和谷歌Play商店上的全球下载量已经超过了20亿 。 它背后究竟有什么魔力让人如此着迷?答案是机器学习推荐引擎 。
坦白说 , 谁不喜欢猫猫狗狗的搞笑视频呢?尤其是隔离在家时 , 刷短视频是打发时间的最佳选择 。 但这只是TikTok取得成功的一部分原因 。 不到两年的时间 , TikTok从小规模传播的App成为了2020年月活8亿、病毒式扩散的App 。
读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?
本文插图

2020年1月 , TikTok成为美国下载量最高的应用程序 。

读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?
本文插图

TikTok全球下载量
人们平均每天花52分钟刷TikTok , 而Snapchat , Instagram和Facebook的用户使用时长分别是每天26分钟、29分钟和37分钟 。

读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?
本文插图

图源:Oberlo
除了增长黑客策略 , 这个60秒短视频App充满了玩梗、搞笑、舞蹈和才艺 。 它有业内最优秀的推荐引擎之一 , 用户无需搜索 , 也不用纠结看哪个博主 , 轻点手指就会有个性化推荐的视频 。
这种快速、简单、无穷无尽的快乐使人很难停止刷TikTok , 有人称它为终极时间杀手 , 占据所有的空闲时间 , 以某种方式创造了一个现实扭曲力场——“TikTok 5分钟等于现实生活1小时” 。
本文将讨论TikTok如何运用机器学习技术 , 通过互动分析用户的兴趣和喜好 , 并为不同的用户展示个性化的视频内容 。
推荐引擎对数据科学界来说并不陌生 。 有人认为它是上一代的AI系统 , 确实 , 它不像图片识别和语言生成技术那样有着炫酷的影响力 。 但尽管如此 , 推荐引擎依然是主流AI系统之一 , 应用广泛 , 几乎所有线上服务及平台都使用推荐引擎系统 , 比如YouTube的视频推荐、亚马逊发送的促销邮件、浏览kindle书店时出现的“你可能也喜欢的书”推荐 。
戈麦兹·乌里韦发布的研究报告以及Netflix产品总监尼尔·亨特都称 , 个性化和推荐的结合每年给Netflix省下的钱超过10亿美元 , 80%的用户都从引擎的推荐列表中选择视频 。
那么是什么让TikTok与众不同的呢?一起来看看吧!

推荐引擎介绍
有太多关于推荐引擎的有用文章和网课 , 本文不再一一赘述 , 下面两个资源有助于对推荐引擎建立基本了解:
· 从零开始创建推荐引擎的综合指南(阅读时间约35分钟 , 复制python代码需40-60分钟):https://www.analyticsvidhya.com/blog/2018/06/comprehensive-guide-recommendation-engine-python/
· 吴恩达的推荐引擎(视频时长一小时):https://www.youtube.com/playlist?list=PL-6SiIrhTAi6x4Oq28s7yy94ubLzVXabj
除了基础部分 , 产业化的推荐引擎需要强大的后端和架构设计才能实现一体化 。 下面是一个基本示例:
读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?
本文插图

推荐引擎
一个实时推荐系统应该有坚实的数据基础(用于收集和存储数据)来支持多个顶部抽象层(包括算法层、服务层和应用层) , 通过这些抽象层解决不同的商业问题 。

TikTok推荐引擎的设计原型

读芯术|抖音的奇幻漂流:为什么TikTok让用户如此着迷?


推荐阅读