Американская газета The New York Times выпустила большой материал об алгоритмах соцсети TikTok. Журналист Бен Смит проанализировал закрытый документ TikTok Algo 101, созданный для объяснения специфики работы видеоприложения нетехническим сотрудникам и переданный изданию анонимным источником.
Официально TikTok заявлял, что учитывает лайки, комментарии, подписи, звуки и хештеги пользователя для создания рекомендаций. Однако, по данным NYT, в закрытом документе TikTok говорится также о достижении «конечной цели» через анализ «удержания» (то есть возвращения пользователя обратно в TikTok) и «потраченного времени» в приложении.
Помимо этого, в документе отмечается, что TikTok оценивает сами видео с учетом лайков, комментариев, времени их воспроизведения и их включения пользователями. Рекомендательная система выставляет роликам оценки на основе машинного обучения, учитывающего этот алгоритм. Пользователям предоставляют видео с высшими оценками. При этом если видео специально создано под алгоритм, это учитывается, говорится в документе.
В частности, как пишет NYT со ссылкой на документ, TikTok оценивает «общую ценность просмотра» и «ценность, создаваемую пользователем». Например, ролики с культурными отсылками, для понимания которых нужно посмотреть несколько видео, оцениваются выше, чем несколько отдельно взятых роликов. А ценность, создаваемая пользователями, которые любят определенный вид контента, ниже, чем ценность, создаваемая теми, кто смотрит разные видео, так как однообразие вызывает скуку. Проблему скуки, согласно TikTok Algo 101, можно решить с помощью «принудительных рекомендаций», то есть предложения разных вариантов роликов.
TikTok не комментировал публикацию.
Что еще почитать:
- Кого чаще лайкают в Tinder, каковы шансы на свидание после мэтча и что известно об алгоритмах платформы? Рассказывает исследовательница приложения.
- Как алгоритмы влияют на наши взгляды и нужно ли переживать за свои данные в соцсетях? В этом выпуске шоу «Заходит ученый в бар» говорим про интернет.
