TikTok|滨哥哥：让我们从技术的角度来聊聊TikTok
_原题为 滨哥哥：让我们从技术的角度来聊聊TikTok
【文/观察者网专栏作者 滨哥哥】
在中美关系日趋紧张的时间节点里 ， TikTok ， 这个由字节跳动开发的短视频海外APP在全球被推上舆论的风口浪尖 。 在经过一周多的舆论发酵后 ， 字节跳动无论是起诉美国政府还是商谈交易 ， 都进入了法律的范畴里 。
引人关注的是 ， 在目前流出的收购信息中 ， 微软要求字节跳动交出TikTok所有源代码 。 这对字节跳动来说意味着什么？如果没有字节跳动的算法支持 ， TikTok还能在短视频领域保持优势吗？
【TikTok|滨哥哥：让我们从技术的角度来聊聊TikTok】TikTok成功出海
在这里 ， 我们先明晰一个概念 ， TikTok是字节跳动的抖音海外版 ， 它的用户及数据跟国内的抖音是完全割裂开来的 ， 而算法则是由字节跳动给予赋能 ， 具体我们会在下文提到 。
中国互联网的发展已经有20个年头了 。 在这20年里 ， 无论是社交起家的腾讯还是零售发家的阿里巴巴 ， 每一个做大了的企业都在积极寻求海外扩张的道路 。 然而 ， 社交与电商交易都不可避免地遭遇各种困难险阻 。
与它们不同 ， 字节跳动旗下的TikTok以迅猛的速度在全球攻城拔寨 ， 甚至连全球社交之王Facebook都望尘莫及 ， 接连出了好几款仿TikTok的应用 ， 但都折戟沉沙 。 可以说 ， TikTok的成功 ， 不仅仅是算法上、产品上甚至运营上的成功 ， 它本身更是中国移动互联网商业成功的一个缩影 ， 一个代表 。
文章图片
短视频的火爆是信息爆炸时代中现代人信息浏览的升级体现 。 随着手机通信技术规格从第一代一路发展到第四代 ， 人们的交流媒介也经历了文字、图片、视频的三级跳 ， 而这过程中也诞生了无数的时代巨头 。 短视频就是这股时代发展浪潮中的杰出代表之一 。
短视频于2016年在国内爆发 ， 彼时快手、美拍、秒拍、小咖秀等行业先锋在国内率先冲刺 。 而在国外 ， 同样做短视频的创业公司musical.ly ， 在2015年的时候就登顶iOS总榜的第一名 ， 2017年被TikTok收购时 ， 其下载量已超过2亿次 ， 这也为TikTok的出海成功奠下基础 。
到了2020年的今天 ， 国内的短视频争霸赛早已结束 ， 成为抖音和快手的天下 ， 连腾讯接连推出好几款短视频应用也都石沉大海 ， 如今的微视前途未知 。 阿里巴巴则早已放弃了社交应用圈 。
而在国外 ， TikTok在全球攻城略地 ， Facebook继火爆全球的图片社交应用Instragram后 ， 再次雄心勃勃推出同类短视频应用Lasso ， 与TikTok交战一年半 ， 最终于上个月关闭应用 。 在TikTok遭遇美国封杀风波后 ， Facebook重振旗鼓 ， 在本月5日再度推出新短视频应用Reels ， 再图霸位 。
TikTok的推荐算法
TikTok的成绩无疑是十分耀眼的 ， 它的全球MAU（月活跃用户人数）已达8亿 。 这个数字 ， YouTube花了6年 ， Instragram花了7年 ， Facebook则花了12年 。 更值得一提的是 ， TikTok的用户量还在快速增长 。 另根据海外的应用统计 ， 人们在TikTok上花费的时间为52分钟 ， 相比之下 ， 用户在Snapchat、Instagram和Facebook上花费的时间仅为26分钟、29分钟和37分钟 。
文章图片
同样都是根据用户喜好而提供内容的推荐算法 ， TikTok/抖音背后的推荐算法简单地说 ， 就是“以用户为中心”（User-Centric Design） 。 用户越是活跃 ， 推荐的内容也就更加精准 。
对于这点 ， 其实我们都很熟悉 。 在我们日常的使用中 ， 有电商网站淘宝京东的相似商品推荐 ， 视频网站B站、爱奇艺、腾讯视频、优酷上的相关视频推荐 ， 甚至是问答网站如知乎上也有相似问题的推荐 。
此外 ， 同样都是推荐算法 ， 在不同的消费领域中 ， 其推荐场景是完全不同的 。 所谓“推荐场景” ， 与所推荐的内容类型、推荐所满足的用户需求 ， 都有莫大的关系 。
以同样都是视频领域来讲 ， 国外的YouTube或国内的爱腾优（爱奇艺、腾讯视频、优酷）的推荐算法跟短视频 ， 其背后所面对的用户需求完全不同 。 用户的急速反馈能比前者提供给平台呈现量级的数据差距 ， 也是短视频推荐算法成功的关键 。
YouTube或国内的爱腾优属于长视频领域 ， 其应用所需要展示的是视频的海报、名称、主演和故事概述 ， 推荐系统必须精准提供优质的推荐结果才能让客户驻足观看 。 然而用户的耐心有限 ， 在前面5分钟内挑选不到一部好看的视频时 ， 往往就关闭网站/应用 ， 结束了整个决策反馈 。 这个过程 ， 可能只给平台反馈不到10条的数据 ， 而后续用户可能好几天都不打开这个应用 。
至于短视频 ， 用户浏览的目的性并不强 ， 其决策的过程很快 ， 甚至一秒钟就能将用户的喜好反馈给系统 ， 加上其时长短 ， 用户可以在相同的5分钟内给系统二三十甚至更多的反馈数据 。
可见 ， 短视频收集用户喜好的数据是前者的上百倍甚至上万倍不止（用户会持续观看并产生更多的反馈数据 ， 而前者用户早已关闭） ， 其背后是海量的用户决策数据形成的用户模型 ， 这个模型比前者要精准很多 。
推荐阅读
- 热点|华春莹：我们赞赏安倍晋三首相为改善中日关系所作的努力，祝早日康复
- 明星婚姻|父亲中风、哥哥去世的孟庭苇，本虔心向佛，却嫁给同学酿成悲剧
- 【行走自贸区】航空“试验田”让我们离飞行梦更近|【行走自贸区】航空“试验田”让我们离飞行梦更近
- 【行走自贸区】航空“试验田”让我们离飞行梦更近
- |《我们在行动》第五季林依轮下厨做大餐 张紫宁直播开启话唠模式
- 任正非|任正非最新发声：不会忌恨美国，求生欲使我们振奋
- TikTok|美国整出建岛制裁名目 专家：美急于转移矛盾 花样百出
- 刚刚，华春莹用英日双语发推：我们赞赏安倍晋三首相为改善中日关系所作的努力，祝愿早日康复
- 太阳|136亿亿吨的水浇到太阳上，太阳会怎样？
- 绅士老司机|《元气满满的哥哥》李维嘉吴奇隆又惨又好笑 粉丝路人越来越过分