从机器学习的角度重现tiktok的底层逻辑tiktok操作指南

1、从机器学习的角度重现 tiktok 的底层逻辑本文结合了各位上岸大佬的干货与国内 AI 行业专家的指点，外加国外玩家证实的一些内容，给大家带来 tiktok 的 AI 运作机制。注：只讲机制，不涉及垂直类目。分两部分，今天先讲大家最关心的 “创作者” 部分。另一部分是“观众用户”，空了明天写。1.创作者的机制设计创作者按可信度，也就是账号权重，会被划分为不同等级。如果初始小白账号是 C 级，那么就会有 B/A/S 甚至更高的级别，当然也会设置向下的比如 D 级的限流账号。视频内容推送机制始粉丝，也不会被提高等级。除非是特殊签约的明星号或者是品牌号。其次，每个视频的内容的评估分两个阶段，投前和投

2、后。投前，就是机器加半人工的预审，这里人工只是辅助，主要是机器来执行，在执行过程中大数据的快速运算能力会赋予 AI 自动学习的能力，且算法会不断进化。我们要知道的是以下三点，看图一。画面内容，可以识别各类物体，这就解释为什么有些东西发了就违规。声音内容，能够识别音乐，配音，以此辅助判断视频内容的主题，但技术没被允许出现在其他市场里的原因。择会影响到后面发布的观众池。foryou 具体分几个等级流量池，目前没人知道，但是按照主流的统计，可以参照图二。流程如下初级流量池，冷启动专用，大概规模是现有粉丝外加 300-500 随机观众。然后进行投放效果评估，评分达标会进入下一个池，没达标则搁置。100

3、0-5000 随机观众。进行效果评估如此螺旋上升，最终达到百万千万级别的流量池。了，新视频一分钟就几百观看，老视频被挖坟，流量也是蹭蹭蹭。换句话说，你的视频质量越高，账号权重就约高， AI 就会 “不假思索” 的把你的新视频推到更大的流量池里。1.单条视频质量的投后评估指标，核心干货，请记下来。你的视频被流量池里的观众看了以后会有那么几个指标数据，它们是： 点赞数，评论数，分享数，播放时长（分解为播放率和复播率）。猜猜哪个最重要？很多人可能都以为是前三个。其实错了，是反着来的。如果有一个综合权重评分的话，点赞数算 2 分，那么评论数可以设计成 4 分， 分享 6，播放率 8，复播率也就是重复观

4、看次数应该算 10 分。不看视频，一秒一个，但是你一个视频要看两遍，是不是就很难？那啥东西权重是 0，让我猜的话，一定是看都没看就加关注，你说呢？的指标参考。然后就这样就没了吗？ engagementvelocity，翻译过来就是视频的接触速度。就是单位时间段里，观众对你的视频的反馈率。比如流量池投放了 10 分钟，90% 的观众都做出了积极的反应，那你说你的视频火不火？发一个案例，图三。大家体会一下，10 秒的视频，平均播放 21 秒，就是平均看两次。这也是为什么头部最大网红是 Zach King，搞特效魔术的，大家都想再看一遍这家伙怎么做出来的。回过头来上岸的同学也可以看看，自己最热播的视频，平均播放时长是不是基本100% 或者更高的？watch follow me。这也可能是为什么有几个兄弟爆了视频后突然没流量了的原因之一。1.扶持机制按目前的统计，应该是 24-72 小时不等。所以隐藏或者删效果不佳的视频其实1.挽留机制tiktok 一定也设计了同而且悄悄告诉大家，最早 tiktok 扶持大玩家，会偷偷提前把要火的标签给到头浪，这样的平台生态才健康。后半部分更重要，我会讲解平台的另一半，观众用户的 A