抖音算法的本质和分析-副业吧创业

抖音算法的本质和分析

抖音是一个现象级的产品，日活超过了6亿，很多人一刷抖音就停不下来，这是为什么呢？因为抖音给你推荐的很多都是你喜欢的视频（如图10-152所示）。

图10-152 抖音

抖音算法肯定算是核心机密了，我们如何从控制论角度来分析抖音算法呢？可以按照控制论中的黑箱方法进行分析，虽然我不知道抖音内部如何运作，但是我们通过输入和输出来推测抖音如何运作。用已知类型视频测试用户类型，用已知类型用户测试未知视频（如图10-153所示）。

图10-153 用户和视频黑箱

抖音算法的本质和分析

我觉得抖音算法的核心是：分类配对、择优推广（如图10-154所示）。

图10-154 分类配对

抖音如何知道用户的爱好是什么呢？答案是反馈评分。如果这个用户对音乐类视频的完播、点赞、收藏、评论和转发最高，那么这个用户就判定为音乐爱好者（如图10-155所示）。

图10-155 用户类型测试

抖音算法的本质和分析

假设有U1~U12个用户，爱好有搞笑、音乐、美食和知识4种，如何来判断每个用户的爱好呢？

用已知视频测试用户爱好。假设有20个视频，搞笑、音乐、美食和知识各有5个，并且每个视频的类型已知。将这20个视频随机投放给这12个用户，然后根据用户的反馈进行评分。假设完播视频是1分，点赞是2分，收藏是3分，评论是4分，转发是5分。这样抖音，投放完20个视频，用户对视频的反馈就能得到，然后就会知道用户的爱好。比如U1用户对于5个搞笑类视频，他都看完了，并且点赞了5个，收藏了3个，评论了2个，转发了一个，那么，这个用户得分为37分，从反馈看他喜欢搞笑类视频，所以就可以评定为搞笑视频爱好者抖音，这样就可以将这12个用户进行爱好分组，一个用户也可以有多个爱好，也就是他可以属于多个组（如表10-3所示）。

表10-3 用户反馈评分

抖音如何知道视频的类型和质量呢？答案是反馈评分。根据完播、点赞、收藏、评论和转发的数量，来判断视频的类型和视频的质量，搞笑用户组如果对这个视频评分最高，那么这个视频就判定为搞笑类视频（如图10-156所示）。

图10-156 视频类型和质量测试

用已知用户爱好测试视频类型。对于海量的视频，需要知道视频类型，这样才能推送给同类型视频爱好者。将一个未知类型的视频推送给这4个组，然后看用户的反馈，如果知识爱好者评分最高，那么这个视频就是知识类视频，就可以推送给其他知识类视频爱好者。比如V1推送的组中搞笑类、音乐类、美食类和知识类爱好者各有4个，然后搞笑类4个爱好者都看完了这个视频，2个给点赞，3个收藏，4个评论，2个转发，那么这个视频评分是47分。从视频反馈来看，搞笑类爱好者喜欢这个视频，那么就把这个视频归为搞笑类视频（如表10-4所示）。

表10-4 视频反馈频分

如何择优推广呢？

视频质量有好有差，好的视频要推送给更多人，所以就要择优推荐，有点类似于考试升级一样。我们可以仿照军队的层级结构来对用户进行拆分。假设分成4个层级，分别为1~4，层级越高代表用户数量越多。比如搞笑类视频的第一层为GX1，这一层的，每一个大组（比如GX2003）有100个小组，每个小组有50人，组的编号分别为GX1001~GX1100。第二层和第三层也是这样的，然后第四层就会有5千万人的搞笑视频爱好者（如图10-157所示）。

抖音算法的本质和分析

图10-157 用户的层级结构

按照之前黑箱的测试原则，新注册的用户会使用已知类型视频确定用户类型。然后新的视频也会投放给已知类型用户来确定视频类型。并且每个视频还会有完播、点赞、收藏、评论和转发这些反馈，然后通过加权就能知道每个视频的得分，按照分数进行排序，择优推荐给上层。

比如一个视频在GX1001组表现好，那么就把这个视频推荐上一层的GX2003，这样就会有5千人看到这个视频。如果这个视频在GX2003还是非常受到喜爱，也就是完播、点赞、收藏、评论和转发都很多，那么就推荐给GX3003，这样这个视频就会有50万人看到；如果还非常受到喜爱，那么就推荐给GX4001，这样就有5千万搞笑视频爱好者可以看到。

视频被上传时，很多制作者也会打上标签，比如“#搞笑”，这些标签也可以通过加权来确定视频类型。因为字节跳动有很多产品，比如头条，头条爱好者的标签也也可以通过加权来确定用户类型。

这样就达到了用户和视频分类，优秀视频被推送给更多人的目的。每个视频就像是考试的筛选，视频是参加考试的学生，用户是评分的老师，成绩好的视频就可以往上晋级。

抖音算法的本质和分析