夜夜夜高潮夜夜爽夜夜爰爰,成人黄视频免费观看,无码国产精品一区二区免费式芒果

一、簡單背景TikTok自2018年額全球下載量超過Instagram和Facebook成為下載量第一的內(nèi)容社交軟件。應(yīng)用市場短視頻（Short-formvideo）分類中總榜第一，遠超Likee和Lasso（總榜分別63和598），熱度

一、簡單背景TikTok自2018年額全球下載量超過Instagram和Facebook成為下載量第一的內(nèi)容社交軟件。
應(yīng)用市場短視頻（Short-form video）分類中總榜第一，遠超Likee和Lasso（總榜分別63和598），熱度僅次Instagram，F(xiàn)acebook和YouTube 。
2022年月活用戶超過十億，月人均使用時長在24小時,收入（主要為廣告）接近40億美元。
TikTok信息流內(nèi)容加上其嵌入的推薦算法使‘刷’短視頻成為了很多年輕人的生活方式。
二、TikTok的底層邏輯TikTok如此受歡迎和活躍用戶增長速度如此快離不開其對人性的洞悉；實現(xiàn)這一目的其底層邏輯是TikTok的推薦算法。
從結(jié)果倒推：

用戶不需要注冊賬戶，或只需要一鍵綁定任何一個社交賬號就可以全屏觀看視頻內(nèi)容；
內(nèi)容上，最長三分鐘，平均9-15秒的視頻省略了不必要的鋪墊和結(jié)尾，省略了開始的鋪墊直接把最精華和高潮的部分展示給用戶，在觀看者注意力和興趣達到峰值的時候也是內(nèi)容最精彩的部分–帶來的是即時滿足感和沉浸感；
在延時和即時滿足之間，人們傾向選擇即時滿足帶來的快感，在主動學習和被動接受信息之間，惰性使得大多時候人會選擇后者；
不需要思考的滿足感和刺激是娛樂短視頻內(nèi)容成功的核心；
然后就是下劃到下一個視頻，無法預(yù)知下一個視頻內(nèi)容的刺激和意外感也是對人性的迎合。

通過這種設(shè)計加上算法的嵌入帶來的是爽感和刺激感的循環(huán)，用戶每看一個視頻，他的信息矩陣會不斷更新，反哺算法強化用戶的喜好；即刷得越多也就更能觸達好的內(nèi)容：雖然我不知道下一個視頻是什么，但推薦算法大概率會推薦我感興趣的內(nèi)容，我才會更想往下刷。
這個基礎(chǔ)上，算法和流量相互成就，帶來的是流量價值和變現(xiàn)方式。（最直接的，廣告）
三、有關(guān)產(chǎn)品1. TikTok 推薦算法

TikTok的推送邏輯為中心劃的漏斗算法，發(fā)布在平在上的大多視頻會從底層流量池獲得100-1000的基礎(chǔ)播放量，并根據(jù)用戶反饋的數(shù)據(jù)判斷視頻質(zhì)量（完播率/點贊 etc.），如果判斷為高質(zhì)量視頻就會進入下一個流量進行疊加推送給目標用戶；YouTube則是從通過DNN推薦模型（TikTok也是），從百萬量級的視頻庫中根據(jù)用戶特征，觀看歷史和場景篩選出少量視頻，通過排序最終呈現(xiàn)給用戶。
TikTok的流量池機制一定程度上鼓勵了UGC，但對偏專業(yè)和深度內(nèi)容的推薦，YouTube的中心化推薦機制一定程度上更能輸出高質(zhì)量的視頻。
好處是更大程度契合用戶偏好，即上述的底層邏輯。而壞處則是會產(chǎn)生信息蠶房，導致審美疲勞和內(nèi)容相對單一化。
適當進行一定比例的跨域推薦可以有效打破信息蠶房：通過隱形特征挖掘共有屬性進行跨域推薦。
比如在屬（Attribute）層面上的相似屬性：給喜歡看NBA相關(guān)視頻的用戶推薦CBA和國內(nèi)街球籃球比賽(綜藝)視頻；如果跨域幅度更大可以推薦籃球教學，球鞋評測等作品；在品類（type）層面的相似屬性：籃球和電子競技都屬于團隊競技體育，偏好用戶重疊度較高；給偏好籃球分類的用戶推薦電子競技分類的作品；跨域推薦不同大品類的作品：比如用戶在眾多籃球解說視頻中偏好美娜和小七等美女主播的解說，那么可以給用戶推薦其他任意的美女視頻。