Tiktok의 추천 알고리즘 동작방식
(axios.com)- 보여줄 다음 영상을 선정하는게 몇년만에 200조 회사를 만든 주요 요소중 하나
- 기본적으로 머신러닝으로 선호도가 유사한 사람들이 좋아하거나 또는 그 것들과 비슷한 영상을 찾은 후, 사용자가 참여할 가능성이 높은 컨텐츠를 더 많이 보여줌
ㅤ→ 처음 틱톡 사용시 각각 다른 트렌드,음악,주제의 8개 비디오를 보여줌
ㅤ→ 그 다음엔 8개 중에서 사용자가 어떤 비디오에 반응 하는지에 따라 새로운 8개의 비디오를 선택
ㅤ→ 알고리즘은 자막,해쉬태그,소리 등의 정보를 이용해서 비슷한 비디오를 인식
ㅤ→ 추천은 사용자의 언어,국가,기기 정보등도 고려
ㅤ→ 이렇게 해서 사용자에 대해 충분한 데이터가 모이면, 취향이 비슷한 사용자들과 클러스터로 분류
ㅤ→ 또한 비디오들도 클러스터로 분류 ( 농구, 토끼 같은 식)
ㅤ→ 머신러닝으로 사용자 클러스터 와 콘텐츠 클러스터간의 근접도를 기반으로 비디오를 제공
ㅤ→ 한 사용자가 (지겹지 않도록) 같은 음악/같은 창작자의 영상을 여러번 보는 것을 피하도록 함
- 틱톡은 사용자 선호도를 파악하는 요소 덕분에 "필터 버블*"이 생길수 있다는 것을 알고 있음
ㅤ→ 필터 버블 연구를 통해서 얼마나 지속되고 어떻게 깨뜨리는지 등을 연구중
ㅤ→ 필터 버블은 음모 이론 이나 사기, 잘못된 정보를 강화할수 있기 때문에
ㅤㅤ틱톡의 제품 및 정책팀은 비디오의 테마/해쉬태그/캡션 등을 연구해서 어떤 계정과 비디오가 잘못된 정보에 연결되는지를 연구
ㅤ→ 잘못된 정보에 링크된 동영상 이나 제작자는 틱톡의 글로벌 콘텐츠 리뷰어에게 전달되어 사용자에게 동영상이 배포되기 전에 관리 가능
* 필터 버블(filter bubble) : 개인화된 검색의 결과로, 자신의 성향과 비슷한 것만 보게 되면서
자신의 관점에 동의하지 않는 정보로부터 분리됨으로써 자신만의 문화적, 이념적 거품에 가둬져서 편협한 사고를 가지게 되는 왜곡현상
- 2012년 엘리 프레이저의 책 The Filter Bubble(번역서 제목은 "생각 조종자들")
틱톡을 MS에는 안팔겠다고 ByteDance가 확실히 거절 의사를 밝혔어요
https://blogs.microsoft.com/blog/2020/…
그래서 오라클이 틱톡 US의 인수대상자가 되었다는 얘기가 돌고 있네요.
그리고 만약 인수되더라도 이 알고리즘 자체는 넘기지 않겠다고 얘기가 나오고 있습니다.
https://engadget.com/bytedance-might-not-sell-tiktok-algorithm-to-us-b…