TikTokの推薦アルゴリズムの仕組み

 (axios.com)
17 ポイント 投稿者 xguru 2020-09-14 | 1件のコメント | WhatsAppで共有

  • 次に表示する動画を選ぶことが、わずか数年で2000億ドル企業を生んだ主要要素の1つ

  • 基本的には、機械学習で嗜好が似た人たちが好む動画、またはそれらに似た動画を見つけたうえで、ユーザーが参加する可能性の高いコンテンツをより多く見せる

→ TikTokを初めて使う際には、それぞれ異なるトレンド、音楽、テーマの8本の動画を見せる

→ その次は、8本の中でユーザーがどの動画に反応したかに応じて、新たな8本の動画を選ぶ

→ アルゴリズムは字幕、ハッシュタグ、音声などの情報を使って類似動画を認識する

→ 推薦ではユーザーの言語、国、端末情報なども考慮する

→ このようにしてユーザーについて十分なデータが集まると、嗜好が似たユーザー同士をクラスターに分類する

→ また動画もクラスターに分類される（バスケットボール、ウサギなど）

→ 機械学習により、ユーザークラスターとコンテンツクラスターの近接度に基づいて動画を提供する

→ 1人のユーザーが（飽きないように）同じ音楽／同じクリエイターの動画を何度も見ることを避けるようにしている

  • TikTokは、ユーザーの嗜好を把握する要素によって「フィルターバブル*」が生じうることを認識している

→ フィルターバブルの研究を通じて、どの程度持続するのか、どう壊せるのかなどを研究中

→ フィルターバブルは陰謀論や詐欺、誤情報を強化しうるため

　TikTokの製品・ポリシーチームは、動画のテーマ／ハッシュタグ／キャプションなどを調べ、どのアカウントや動画が誤情報につながっているのかを研究している

→ 誤情報にひもづいた動画やクリエイターは、TikTokのグローバルコンテンツレビュアーに送られ、ユーザーに動画が配信される前に管理できる

  • フィルターバブル（filter bubble）: パーソナライズされた検索の結果、自分の傾向に近いものばかりを見るようになり、

自分の観点に同意しない情報から切り離されることで、自分だけの文化的・イデオロギー的な泡の中に閉じ込められ、偏狭な思考を持つようになる歪み現象

  • 2012年のイーライ・パリサーの本 The Filter Bubble（邦訳書タイトルは『考えているつもり』）

関連記事

1件のコメント

 
xguru 2020-09-14

ByteDance は TikTok を MS には売らないと、はっきり拒否の意思を示しました。

https://blogs.microsoft.com/blog/2020/…

そのため、Oracle が TikTok US の買収先候補になったという話が出ていますね。

そして、たとえ買収されたとしても、このアルゴリズム自体は引き渡さないという話も出ています。

https://engadget.com/bytedance-might-not-sell-tiktok-algorithm-to-us-b…