抖音算法原理课程笔记

1. 抖音的商业模型本质

• 平台定位：内容创作者与用户之间的连接器
• 核心目标：通过算法维持生态系统活力
  • 算法质量与生态系统活力呈正相关
  • 实现内容持续进化和淘汰的良性循环

2. 核心算法机制

2.1 内容识别

• OCR识别（Optical Character Recognition）：
  • 图片转文字技术
  • 识别优先级最高（成本低、效率高）
• 语音识别：
  • 语音转文字技术
  • 次级识别方案
• 多维识别体系：
  1. 视频描述文本提取
  2. 评论区内容分析
  3. 话题标签解析
  4. 类似传统网页TKD（Title, Keywords, Description）机制

2.2 内容归类聚类

• 核心作用：建立可比内容赛道
  • 确保同类内容竞争（如物理知识 vs 物理知识）
  • 避免跨维度比较（如物理知识 vs 舞蹈视频）
• 实现价值：减少枝干级偏差

2.3 低质内容排除

• 低质量内容特征：
  • 画面质量差
  • 简单重复制作
  • 镜像修改视频
• 灰黑产行为：
  • 批量注册账号
  • 利用漏洞获取播放量（如500播放/账号 x 1万账号）

2.4 展示排序机制

• 基础算法：流量池测试
  1. 初始用户群测试
  2. 根据反馈进入下一级流量池
• 人工审核触发条件：
  • 流量达到临界值
  • 机器无法100%确定内容质量
• 辅助推荐因素：
  • 时空因素（如夜间推美食/情感内容）
  • 协同过滤推荐：
    • 同类用户偏好推导（若9/10同类用户喜欢A，则推A）

总结

抖音算法系统的核心是通过多维内容识别、科学归类聚类、严格质量控制和智能推荐排序，构建内容生态的正向循环。系统采用机器算法为主、人工审核为辅的机制，并结合时空场景和用户画像进行个性化推荐，最终实现平台生态的持续健康发展。