TikTok算法背后是抖音数据？想多了

　　最近十来天，字节跳动被逼出售TikTok的新闻经常占据微博、知乎的热榜。上周末，一位UP主在视频中讨论TikTok时，还提及字节跳动出售TikTok会影响背面的7亿用户数据。不过在字节跳动宣布官方驳斥谣言声明之后，目前该视频已经被下架。那么，字节跳动出售TikTok，真的会卖掉用户抖音数据吗？TikTok的算法里包含抖音用户数据吗？

　　TikTok的算法里有用户抖音数据吗？

　　字节跳动运用算法，不只在国内打造了抖音、头条，也在海外，结合当地用户数据，练习出了最适合短视频产品的引荐模型，打造了今天的TikTok。如果真如视频中所言，TikTok背面有“7亿我国用户的抖音数据”，那TikTok的算法里会有抖音用户数据吗？了解算法、数据与模型联系的同学底子可以知道，答案是：NO。算法，便是在计算或解决其他问题的操作中要遵从的过程或规则集合。更通俗地讲，算法是解决特定问题的一系列步骤。在计算机范畴，算法便是协助用户向计算机宣布指令的快捷方式。算法只是经过“and”，“or”或“not”句子告诉计算机下一步该做什么。

　　在一个引荐体系里，会有很多种算法，简单的，或许只要三步：找到内容、找到用户、展现内容。那么就或许出现一些情况：面向喜爱篮球的用户，引荐了美妆的内容；面向喜爱美妆的用户，引荐了前史的内容；面向喜爱前史的用户，引荐了音乐的内容……明显，这个简单的引荐体系，没能做到千人千面，没有所谓的个性化引荐作用。原因是，这个引荐体系只要先做什么后做什么的算法步骤，没有根据用户特征、内容特征等信息进行做针对性的引荐。所以，要针对不同的用户引荐他们感爱好的内容，光有算法肯定不可。体系需求在算法的基础上，深化了解用户和内容的特征，然后去做针对性的引荐。那么，步骤或许就变成了：先了解用户的特征，把用户特征做提取分析，再了解内容的特征，把内容特征做提取分析，或许还要了解其时的外部环境特征，获取当时的热门、天气、时刻等特征……然后再综合做引荐。这时候的算法，或许是几十甚至上百个步骤的算法。

　　并且，不光有算法，还有了用户特征、内容特征、环境特征等等数据特征。当算法结合数据特征，并不断地进行练习后，就有了所谓的“模型”。相同一个算法，比如协同过滤算法，由于用户特征、内容特征，甚至环境特征的不同，或许练习出很多种模型。并且这些模型，不是原封不动的，还在根据用户特征、内容特征的丰厚与改变，不断演进晋级。数据越丰厚，算法根据数据练习出来的模型就越准确。今天头条如此，抖音如此，TikTok也如此。那么，TikTok为什么不拿抖音的引荐模型直接运用呢？从产品角度看，不能；从商业角度看，没有收益。一款引荐类内容产品的引荐算法模型，一般要结合三方面的特征信息做练习，分别是内容特征、用户特征、环境特征。而海外的TikTok与国内的抖音，这三方面的特征信息，可以说是完全不同的。如果要将抖音特征信息同享给TikTok，需求满意两个条件，即国内抖音用户可以看到国外TikTok用户发表的短视频，同时国外TikTok用户能看到国内抖音用户发布的短视频。但咱们都知道，抖音与TikTok是完全独立的两个产品，这两个条件底子无法完成。

　　另外，由于抖音是针对我国用户的短视频产品，TikTok是针对海外用户的产品，拿抖音的模型去给TikTok直接套用，不光没有正向收益，反而还或许出现搅扰TikTok引荐模型准确性的严重问题。这相当于拿一份我国人喜爱的“菜谱（模型）”，去海外，给印度、美国的“门客（用户）”做菜。结果便是，TikTok好不容易拉来的用户，打开TikTok看了两个视频，由于口味不同，直接就卸载了。真正想要做好海外市场，面临新的用户群，TikTok必定需求针对海外的内容、用户，运用算法从0开始练习模型，引荐才能更精准更有效。

　　没有了抖音数据，TikTok靠什么起步？

　　已然国内抖音用户数据、模型拿出去没有价值，并且依照字节跳动所说，也拿不出去，那么一无所有的TikTok凭什么在海外迅速开疆扩土呢？当然是算法。TikTok用的是字节跳动的算法，不只是TikTok，字节跳动外部的公司也可以运用，由于字节跳动已经将引荐算法产品化了。

　　在字节跳动火山引擎官网上，有个产品叫“智能引荐”，便是引荐算法服务。智能引荐的产品架构图简单来说，企业客户可以运用智能引荐服务，根据自己的用户数据、物品数据和行为数据练习引荐模型，经过API/SDK接入获取引荐结果。经过架构图，可以看出，字节跳动的引荐算法产品可以经过离线模块和在线模块提供多种关键技术能力，包含对模型练习、调优特别重要的“特征抽取”，包含现在引荐体系特别关键的“召回”、“排序”技术。官网显示，这套引荐算法服务可以支撑私有化布置，那意味着即便TikTok是第三方公司的产品，也可以运用字节跳动的算法服务，然后根据海外用户和内容数据来练习特有的引荐模型。TikTok能运用引荐算法大放异彩还有一个原因，便是短视频产品的天生优势：取得用户反应的途径短。现在的引荐算法模型建设，对数据的要求是多、快、准。尤其是流式模型练习体系，可以经过及时捕获用户不断改变的实时爱好来提高引荐体系性能和作用。比较电商、文字资讯以及长视频渠道，TikTok这类短视频产品，所见即所得的展现，将用户反应从几分钟、几十分钟缩短到了10秒甚至几秒。

　　TikTok在揭露算法机制的博文中就曾写过：“用户的每一次新的互动，都能协助体系了解用户的爱好并引荐相关内容。”因而，在相同时刻内，短视频产品可以取得其他类如小红书广告产品几倍、几十倍甚至几百倍的反应数据。引荐算法可以根据即时反应的数据，实时对模型进行练习，并将模型几乎实时应用于用户。

　　最终

　　引荐体系的三大利器是算法、数据和模型。TikTok要想在全球各个地区开展，缺一不可。TikTok的出售，目前看来不可避免。任何一家公司收买TikTok，信任对这三大利器都不会容易松口。其间，算法便是个方法论，不包含抖音数据。忧虑TikTok卖掉抖音数据的也大可不必。抖音和TikTok作为国内外两款短视频产品，用户与内容不互通，且面临的用户人群不同，模型的复用不只没有正向收益，反而或许搅扰引荐体系的精确性。