Как работают алгоритмы TikTok? Рассказывает The New York Times

Американская газета The New York Times выпустила большой материал об алгоритмах соцсети TikTok. Журналист Бен Смит проанализировал закрытый документ «TikTok Algo 101», созданный для объяснения специфики работы видеоприложения нетехническим сотрудникам и переданный изданию анонимным источником.

Официально TikTok заявлял, что учитывает лайки, комментарии, подписи, звуки и хэштеги пользователя для создания рекомендаций пользователям.

Однако, по данным NYT, в закрытом документе TikTok говорится также о достижении «конечной цели» через анализ «удержания» (то есть возвращения пользователя обратно в TikTok) и «потраченного времени» в приложении.

Помимо этого, в документе отмечается, что TikTok оценивает сами видео с учетом лайков, комментариев, времени их воспроизведения и их включения пользователями. Рекомендательная система выставляет роликам оценки на основе машинного обучения, учитывающего этот алгоритм. Пользователям предоставляют видео с высшими оценками. При этом если видео специально создано под алгоритм, это учитывается, говорится в документе.

В частности, как пишет NYT со ссылкой на документ, TikTok оценивает «общую ценность просмотра» и «ценность, создаваемую пользователем». Например, ролики с культурными отсылками, для понимания которых нужно посмотреть несколько видео, оцениваются выше, чем несколько отдельно взятых роликов. А ценность, создаваемая пользователями, которые любят определенный вид контента, ниже, чем ценность, создаваемая теми, кто смотрит разные видео, так как однообразие вызывает скуку. Проблему скуки, согласно «TikTok Algo 101», можно решить с помощью «принудительных рекомендаций», то есть предложения разных вариантов роликов.

TikTok не комментировал публикацию.