专栏首页Netkiller抖音推荐算法原理

抖音推荐算法原理

抖音推荐算法分析

你是否好奇随着你的观看数量,抖音会不断将你喜欢的视频源源不断地推送给你?抖音是怎么知道哪些视频是你喜欢的?下面我来逐一介绍抖音是如何实现的,我只讲有原理,和基本功能的实现,抖音具体实现可能方法不同也会更复杂。

当你安装完抖音APP后,进入APP第一个看到的界面就是视频播放,向上滑是下一个视频。用户都没有注册的情况下是不能记录你的喜好的,一旦你想点赞或者评论就会提示你注册用户。

注册用户完成后,就能提示你添加好友。

好友推荐

提取你的手机电话通信录中的手机号码,将电话号码上传到抖音服务器,匹配好友。

可能认识的人

你的手机通信录里面有一个小明他的电话是 13066668888 ,抖音匹配到 13066668888 手机号码也注册了一个抖音号,那么小明的朋友就是你「可能认识的人」。

我的朋友列表

小明的朋友列表

小明

小王

小王就是你「可能认识的人」

共同联系人

我的朋友

甲的朋友

乙的朋友

丙的朋友

这事抖音会显示”丙“,有甲、乙 2个共同联系人

视频推荐

抖音将视频做了很多分类,例如美女、帅哥、翻唱、跳舞、3C数码、搞笑、晒娃、宠物、旅行、动漫、电影、读书、科普、评测等等......

视频推荐的五个主要指标:

  1. 点赞量;
  2. 评论量;
  3. 转发量;
  4. 完播率;
  5. 关注;

通过上面四个指标叠加计算出推荐权重。我们给每项定义一个分数,最高得分是5.5分。

点赞量,1分

评论量,1分

转发量,1分

完播率,1-1.5分

关注,1分

首次进入APP抖音会随便给你随机推一个视频,例如美女,如果你不喜欢看,就向上划走。一旦你做了下面操作:

  1. 双击点亮小红心,表示点赞完成 +1 分
  2. 进入评论区发表评论,+1 分
  3. 转发视频,+1 分
  4. 完播率计算方法,视频时常除以5,分成5份,不足按四舍五入,你耐心看完,就表示完播率 100%, +1.5,否则按照观看时常给分,例如50% 是 +1.3。
  5. 关注抖音号 +1分。

最后还要统计每个分类的观看次数,例如美女 10次,搞笑 100 次。

当系统给你推荐一定数量的视频后,就知道你喜欢那个分类的视频。就是为什么系统总是给你推荐相同风格的作品,这些作品总是会看腻的,有时很想削号,重新注册一个,只有这样才能给你推送完全不同风格的内容。

系统会进一步增加推荐的精度,是利用用户观看的大数据。下面是一组虚拟数据,由三列组成,分别是用户,视频,评分。我们用电影类视频举例。

用户

视频(电影)

评分

小明

变形金刚

5.5

X战警

4.5

钢铁侠

4.5

小李

哈利波特

5.5

钢铁侠

4.5

小周

X战警

3.3

流浪地球

4.5

变形金刚

5.5

小明和小李有相同的爱好,都观看过《钢铁侠》那么:

系统会为小明推荐《哈利波特》

系统会为小李推荐《变形金刚》和《X战警》推荐优先级按照评分高低排序。

小李跟小周之间没有共同爱好,所以不会得到推荐

小明跟小周都观看过《变形金刚》,那么推荐结果是:

系统为小明推荐《流浪地球》

系统为小周推荐《钢铁侠》

地域推荐

抖音还有一个功能是地域推荐,这个功能比较简单,获取手机GPS定位的城市,然后推荐相同城市产生的作品。

我觉得定位城市范围太大了,其实这个功能可以把半径做的更小。让用户选择范围,例如:

获得当前GPS定位,然后用户自己输入半径,例如1公里,然后把半径1公里范围内的用户圈出来。

本文分享自微信公众号 - Netkiller(netkiller-ebook),作者:景峯

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-04-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 传统数据库也能实现区块链存储

    本文节选自电子书《Netkiller Architect 手札》,延伸阅读《Netkiller Blockchain 手札》

    netkiller old
  • 传统数据库也能实现区块链存储

    传统数据库也能实现区块链存储 本文节选自电子书《Netkiller Architect 手札》,延伸阅读《Netkiller Blockchain 手札》 最近...

    netkiller old
  • PHP 安全与性能

    目录 1. Apache mod_php / php-fpm 1.1.1. Apache 1.1.2. Nginx / lighttpd + fastcgi 1...

    netkiller old
  • 官方首次!抖音海外版TikTok揭秘短视频推荐算法的工作机制

    抖音海外版TikTok在全球大火,靠着精准的视频推荐和社交属性,成为中国科技公司出海的优秀案例。

    大数据文摘
  • [享学Netflix] 五十五、Ribbon负载均衡器执行上下文:LoadBalancerContext

    又是一个上下文概念。通过这么多篇的源码研究,发现Context上下文是常常遇到的一种“设计模式”,比如我们最为熟悉的ApplicationContext就是典型...

    YourBatman
  • Youtube 短视频推荐系统变迁:从机器学习到深度学习

    本人最近系统的看了 youtube 推荐相关的论文,觉得非常有收获,所以整理小文以飨读者;“它山之石可以攻玉” ,希望可以给大家带来帮助和启发。

    DevOps时代
  • Youtube 短视频推荐系统变迁:从机器学习到深度学习

    Youtube是全球最大的视频分享平台,用户量高达10亿+,每天上传的UGC和PGC都是百万级别。那么问题就来了,他们是如何让用户在这么多的视频中快速的发现自己...

    用户2385340
  • Youtube 短视频推荐系统变迁:从机器学习到深度学习

    本人最近系统的看了youtube推荐相关的论文,觉得非常有收获,所以整理小文以飨读者;“它山之石可以攻玉” ,希望可以给大家带来帮助和启发。 作者 | 赖博先 ...

    AI科技大本营
  • 细数自然环境OCR应用,牵手机器人最具市场前景

    镁客网
  • 【技术分享】 Youtube 短视频推荐系统变迁:从机器学习到深度学习

    Youtube是全球最大的视频分享平台,用户量高达10亿+,每天上传的UGC和PGC都是百万级别。那么问题就来了,他们是如何让用户在这么多的视频中快速的发现自己...

    腾讯智能钛AI开发者

扫码关注云+社区

领取腾讯云代金券