抖音海外版TikTok揭秘短视频推荐算法的工作机制

TikTok 的推荐算法是基于输入因素构建的，包括用户互动、视频信息、设备和帐户设置等多方面。这些因素会被推荐系统处理，并根据对用户价值进行加权，以实现精准推荐。

用户的互动行为，如喜欢或共享视频、关注帐户、发布评论等；视频的详细信息，如字幕、声音和主题标签等；以及设备和帐户的设置，如语言偏好、国家/地区设置等，都会影响 TikTok 的推荐。

新用户在注册时可以选择感兴趣的类别，系统会根据这些标签进行初阶的内容推荐。之后，通过与推荐内容的互动，以及探索“发现”页上的主题标签、声音、效果等，可以帮助系统更好地了解兴趣，从而提供更精准的推荐。此外，用户还可以长按不感兴趣的视频，点击“不感兴趣”，或选择不看指定创作者的视频，来影响未来的内容推荐。

为了打破信息茧房，TikTok 会在推荐中穿插其他类型的视频，包括和用户有着相同兴趣的用户感兴趣的视频。这样可以让用户有更多机会浏览新的内容类别，发现新的创作者。同时，系统也会根据广大受众中的热门话题进行推荐，以提供更好的体验。

如果内容中出现不雅信息，系统会判断其不适合推荐给普通受众。此外，刚刚上传或正在审核的视频，以及垃圾邮件内容也不符合推荐资格，以确保用户的安全和体验。