-
La sélection de la prochaine vidéo à afficher est l’un des éléments clés qui ont contribué, en quelques années, à faire de l’entreprise un géant valant 200 billions de wons.
-
En principe, l’algorithme utilise le machine learning pour trouver des vidéos appréciées par des personnes aux préférences similaires, ou des vidéos semblables à celles-ci, puis montre davantage de contenus avec lesquels l’utilisateur est le plus susceptible d’interagir.
→ Lors de la première utilisation de TikTok, 8 vidéos présentant des tendances, musiques et sujets différents sont affichées.
→ Ensuite, selon les réactions de l’utilisateur à ces 8 vidéos, 8 nouvelles vidéos sont sélectionnées.
→ L’algorithme identifie des vidéos similaires à partir d’informations comme les sous-titres, les hashtags et le son.
→ Les recommandations prennent aussi en compte la langue, le pays et les informations sur l’appareil de l’utilisateur.
→ Une fois suffisamment de données réunies sur un utilisateur, celui-ci est classé dans un cluster avec d’autres utilisateurs aux goûts similaires.
→ Les vidéos sont elles aussi classées par clusters, par exemple basket ou lapins.
→ Les vidéos sont ensuite proposées sur la base de la proximité entre clusters d’utilisateurs et clusters de contenus, via le machine learning.
→ Le système évite aussi qu’un utilisateur voie à plusieurs reprises des vidéos avec la même musique ou du même créateur, pour éviter la lassitude.
- TikTok sait que les éléments qui lui permettent d’identifier les préférences des utilisateurs peuvent aussi créer une « bulle de filtres* ».
→ À travers des recherches sur les bulles de filtres, l’entreprise étudie leur durée de persistance et la manière de les briser.
→ Comme les bulles de filtres peuvent renforcer les théories du complot, les arnaques et la désinformation,
les équipes produit et policy de TikTok étudient les thèmes, hashtags et légendes des vidéos afin d’identifier quels comptes et quelles vidéos sont liés à la désinformation.
→ Les vidéos ou créateurs liés à la désinformation sont transmis aux reviewers mondiaux des contenus de TikTok afin de pouvoir être modérés avant leur diffusion aux utilisateurs.
- Bulle de filtres (filter bubble) : effet de distorsion provoqué par la personnalisation des résultats, qui conduit à ne voir que des contenus proches de ses propres préférences,
en étant isolé d’informations qui ne confirment pas son point de vue, jusqu’à être enfermé dans sa propre bulle culturelle et idéologique et développer une pensée plus étroite.
- Le terme a été popularisé en 2012 par le livre d’Eli Pariser, The Filter Bubble (traduit en coréen sous le titre « Les manipulateurs de pensée »).
1 commentaires
ByteDance a clairement indiqué qu’il ne vendrait pas TikTok à Microsoft.
https://blogs.microsoft.com/blog/2020/…
Du coup, des rumeurs circulent selon lesquelles Oracle serait le candidat au rachat de TikTok US.
Et il est aussi question que, même en cas de rachat, cet algorithme lui-même ne soit pas cédé.
https://engadget.com/bytedance-might-not-sell-tiktok-algorithm-to-us-b…