翻译 | TikTok(抖音)是如何#为你推荐短视频的

2020-06-21136

原文自TikTok海外官方博客,传送门

TikTok的使命是激发创造力并带来乐趣。我们正建立一个全球范围的社区,在那里你能创造和分享生活、探索世界并与其他人连接。For You 功能是这连接和探索过程的一部分。这是 TikTok 体验的核心以及是用户们所花费时间最多的一部分。

当你打开 TikTok 并且进入到 For You 页,呈现在你面前的是一系列基于你兴趣的视频,从而更轻松地找到你喜欢的内容和创作者。这个功能是支撑于一个推荐系统,它会为每一个用户推送那些属于特定用户兴趣范围的内容。TikTok 中神奇的地方在于每个人的推送过程都是不同的 -- 虽然可能会推送给不同的人相同的视频,但是每个用户的推送池是独立的并且是针对个人量身定制。

For You 功能是TikTok 平台中其中一个关键功能,但我们也知道,大家会对推荐系统是如何将内容推送给用户感到疑惑。在这篇文章中,我们会分析 For You 背后的推荐系统,讨论下我们是如何解决推荐服务中产生的问题,并且为大家分享一些提示如何在 TikTok 中个性化你们自己的探索体验。

推荐系统的基石

各种各样的推荐系统在我们的生活当中。它们为我们每日所用和所爱提供动力。从购物到流媒体到搜索引擎,推荐系统是为了帮助人们获得更加个性化的体验而被设计出来的。

通常来说,这些系统会在参考用户在应用当中的交互,譬如发布评论或者关注其他用户,来收集用户的个人喜好从而去挑选内容。这些信号能够帮助推荐系统来评判人们喜欢的内容以及人们不喜欢的内容。

哪些因素决定 For You?

在 TikTok,For You 反映出每个用户独特的兴趣爱好。系统会根据一系列因素的组合来对视频进行排名从而向用户推荐内容。这些因素来源从新用户所关注的兴趣点开始,到利用用户不感兴趣的内容作出调整,来组合成每个人的个性化的 For You 推送池。

推荐系统是基于包括以下的因素所建立起来的:

  • 用户交互,例如你所喜欢和分享的视频、关注的账号、发布的评论以及你自己所创作的内容。
  • 视频信息,包括其中的字幕、声音以及 hashtags。
  • 设备和账号设定,譬如个人的语言设定、国家设定和设备类型。这些因素其实是确保系统能够达到最好的性能优化。但它们在整个推荐系统中所占有的权重会比其他因素相对来说低得多,因为用户通常不会设置这些选项。

所有这些因素都会经由我们的推荐系统所处理,并且根据它们对用户的价值大小而进行权重的计算。一个强兴趣指标,譬如一个用户是否会从头到尾看完完整的一个长视频,会比那些弱指标,譬如视频的观看者和创作者是否在同一个国家,获得更高的权重。视频在这之后会被进行排名以确定用户对某一块内容感兴趣的可能性,并推送到每个单独的 For You 池中。

虽然会存在越多的关注者基础的账号所发布的视频会越多观看数,但无论是账号关注数量还是账号中是否有高质量的视频,都不是推荐系统处理推送中的直接因素。

组合你自己的 For You 池

开头要做的事

当你刚开始打开这个 app 的时候,你怎么知道 TikTok 上有什么你喜欢的内容?为了帮忙解决这个问题,我们会让新用户来挑选感兴趣的类别,像宠物或者旅游,来帮助根据他们的喜好以制定相应的推荐策略。这允许 app 来初始化一个推荐池,并且它会开始根据用户早期所观看的视频及其互动来完善整个推荐池。

对于那些不挑选类别的用户,我们会向他们提供一些流行的视频池来做一个随机的挑选。他们第一批喜欢、评论和回复都会促成初始推荐池的生成,同时系统也会根据用户的口味来开始学习。

找到你的兴趣点

每个新的互动都会帮助系统来学习你的兴趣和向你推荐内容,所以培养 For You 池的最好的方法就是普通地使用它。随着时间推移,你的 For You 池就能够根据你的兴趣点来推荐内容了。

你的 For You 池不仅只是通过池本身而形成。例如,当你决意去关注一个新账号时,这个动作也会帮助优化你的推荐池,同样在 Discover 选项卡中浏览 hashtag、声音、效果和热点话题也会如此。所有这些行为都是为了定制你的用户体验并且将新的内容类别加入到你的池当中。

尽量少看那些你不感兴趣的内容

TikTok 是汇集各种兴趣和观点的创作者的大家庭,所以有时候你可能会看到一些不和你口味的视频。就像你能够长按来将一个视频添加到你的最爱列表上,你也能简单地长按一个视频并且点击“不感兴趣”来表明你不关注这一部分视频。你也能够选择隐藏某个创作者的视频或者提交建议来表明一些视频不在你的口味中。所有这些操作都能为你的推荐池提供线索。

应对推荐引擎的挑战

推荐引擎必存在的一个难点就是,它们会无意中限制你的体验,有时这种情况也被称为“过滤器气泡”(filter bubble)。通过个性化和相关性的优化,会产生日益增长推送相同内容视频的风险。这是我们在维护我们的推荐系统时十分认真对待的一个问题。

中断重复模式

为了保持你的推荐池有趣多样,我们的推荐系统会在你感兴趣的内容过程中穿插一些其他不同的类型内容。例如,你的推荐池通常不会顺序展示两个具有相同音频或者相同创作者的视频。同样,我们不会推荐给你重复的内容、你以前看过的内容或者那些被认为无益的内容。但是,你可能会被推送一些深受其他具有相同兴趣的用户所欢迎的视频。

多样化推荐

多样性对于维持一个繁盛的全球化性社区来说至关重要,它使得不同领域的创作者们能够更近距离地汇集在一起。为此,有时你可能会在推荐当中看到那么一个视频,它跟你的兴趣点没有任何关系或者积累了大量的点赞。这也是我们推荐算法中一个重要且有意义的组成部分:将各种各样的视频放入你的推荐池中,让你有机会探索其他新的类别,发现新的创作者,以及在浏览的过程中体验新的视角和产生新的想法。

通过不定时地提供不同的内容,系统还能更好地了解在广泛的视角中找到那些流行的内容来提供给其他 TikTok 用户更好的体验。我们的目标是,我们根据你的喜好,给你推荐内容时,也会从中发现其他的内容和创作者来鼓励你探索未遇到过的体验,最终从这两者中找到平衡点。

###保护观看体验

我们的推荐系统设计同时也会考虑到安全。被审核的内容中如果包含例如像医学或受监控商品时,如果是针对那些未选择这类内容的普通用户的话,则可能不会被放到推荐条件当中。同样,刚刚上传或者正在审核的视频,以及那些通过人为增加流量的无益内容视频,也可能不会出现在任何人的推荐池里面。

改进推荐池

开发和维护 TikTok 推荐系统是一个持续的过程,在这个过程中,我们根据用户、研究以及数据的反馈来优化准确性、调整模型以及重新评估有助于建设推荐池的因素和权重。我们致力于进一步研究和投资,以此来建立更多的保护工作,防止任何影响推荐系统的偏见因素。

这项工作跨越了许多团队,包括产品、安全和安保,他们的工作有助于提高推荐系统的相关性以及推荐内容的准确性。

最终,你的推荐池由你的反馈来提供支持:持续改进、纠正和从自己的平台互动中学习以生成个性化的推荐内容,这个系统就是为了这些原因而被设计的。我们希望通过每次刷新你的推荐池来激发创造力并且给你带来欢乐。

分享
点赞1
打赏
上一篇:Docker常用命令笔记(一)
下一篇:翻译 | 如何去设计一个规则引擎应用