به گزارش خبرنگار فناوری اطلاعات «خبرنامه دانشجویان ایران»؛ سیستم پیشنهاددهی تیکتاک مانند بسیاری از پلتفرمها و اپلیکیشنهای شبکههای اجتماعی با استفاده از الگوریتمهایی کار میکند که با بهرهگیری از ابزارها و عوامل متنوع، محتوا را برای هر کاربر شخصیسازی میکند. تیکتاک اکنون در پستی وبلاگی، سیستم فید پیشنهاددهی خود را توضیح و با انتشار برخی نکات، شخصیسازی فید را برای جلوگیری از نمایش محتوای بیربط به کاربران آموزش داده است.
الگوریتم پیشنهاددهی تیکتاک با استفاده از عوامل ورودی متعددی کار میکند که رویکردی شبیه به یوتیوب در اندازهگیری و نظارت بر تعامل و جذابیت محتوا برای کاربر دارد. روش تعامل کاربران با اپلیکیشن تأثیر زیادی روی پیشنهادهای ارائهشده میگذارد. بهعنوان مثال، ارسال کامنت یا دنبالکردن حساب کاربری میتواند بهعنوان عاملی مهم در تعامل و جذابیت محتوا برای کاربر بهحساب بیاید. بهبیانساده، اگر کاربری فقط ویدئوهای جذاب از حیوانات خانگی را دنبال و تنها آنها را لایک کند، تیکتاک هم ویدئوهای مرتبط با همین موضوع را بیشتر نمایش میدهد. با استفاده از همین الگوریتم و عامل میتوان موضوعهایی را شناسایی کرد که دلخواه کاربر نیستند.
تعامل کاربر، تنها بخشی از معادلهی تنظیم فید تیکتاک محسوب میشود. تیکتاک میگوید بخش توضیحات ویدئو که میتواند شامل توضیحات، هشتگ، صدا و... باشد و تنظیمات گوشی هوشمند و حساب کاربری هر فرد، در شخصیسازی فید تأثیرگذارند. تنظیمات زبان و کشور محل سکونت و حتی نوع دستگاه کاربر هم روی فید تأثیر میگذارند تا سیستم بیشتر بهسمت بهبود تجربهی کاربری حرکت کند. البته تنظیمات و مشخصات دستگاه و حساب کاربری قطعا تأثیر کمتری درمقایسهبا عوامل دیگر در شخصیسازی فید کاربران دارند.
همانطورکه گفته شد، تیکتاک مانند یوتیوب تمرکز زیادی بر تعامل کاربران میکند. اگر کاربری ویدئو را تا پایان تماشا کند، بهمعنای عامل مهمی مبنیبر علاقهی او به موضوع در حال پخش شناخته میشود. در بخش دیگری از پست توضیحی تیکتاک، گفته میشود سیستم پیشنهاددهی و الگوریتم تنظیم فید بیش از حساب کاربری روی محتوای پستها متمرکز میشود.
سیستم پیشنهاددهی تیکتاک را میتوان یکی از سیستمهای قوی در میان شبکههای اجتماعی دانست؛ بههمیندلیل، کاربران پلتفرم اعتیاد زیادی به آن پیدا میکنند. بهگواه کارشناسان فناوری، بهمحض ورود به تیکتاک و تنظیم و پیکربندی مناسب فید، دلکندن از آن دشوار خواهد بود. البته درنهایت الگوریتم پیشنهاددهی تیکتاک هم ضعفهای خاص خود را دارد که خود شرکت هم به آن اشاره میکند.
تیکتاک در پست خود به «حباب فیلتر» اشاره میکند که بهعنوان یکی از ضعفهای مهم در تمامی الگوریتمهای پیشنهاددهی در شبکههای اجتماعی شناخته میشود. این الگوریتمها با درگیرکردن کاربر با محتوای دلخواه، او را از تجربههای جدید و حتی نظرهای مخالف محروم میکنند. بهعلاوه، احتمالا کاربر پس از مدتی با انبوهی از ویدئوهای مشابه و تکراری روبهرو میشود. تیکتاک تصمیم گرفته است روی بهبود همین بخش در توسعههای آتی تمرکز کند. البته درحالحاضر این شبکهی اجتماعی راهکارهایی هم ارائه میکند تا تجربه کمی بهینهسازی شود. بهعنوان مثال، در فید For You اپلیکیشن، هیچگاه دو ویدئو با صدا یا از تولیدکنندهی مشابه پشتسرهم نمایش داده نمیشود.
یکی از برتریهای مهم الگوریتم تیکتاک درمقایسهبا رقبا، در مدیریت دقیق محتوای آزاردهنده دیده میشود. یوتیوب بهدلیل ضعف الگوریتم در این بخش، تاکنون با انتقادهای شدیدی مواجه شده است. تیکتاک حتی در برخی مواقع محتوای دارای درونمایهی قانونی را هم در سیستم پیشنهاددهی ارائه نمیکند. سران شبکهی اجتماعی مذکور اعتقاد دارند نمایش ناگهانی برخی از انواع محتوا حتی درصورت قانونیبودن، شاید برای برخی از کاربران آزاردهنده باشد. بااینحال، برخی گروههای اجتماعی خاص هم از الگوریتم تیکتاک گلهمند هستند که محتوای آنها را در صفحهی پیشنهاد نمایش نمیدهد.
درنهایت، پست وبلاگی تیکتاک جزئیات زیادی از الگوریتم پیشنهاددهی سرویس ارائه میکند. ارائهی چنین جزئیاتی از اپلیکیشنی کمسابقه بهنظر میرسد که حتی اطلاعاتی برای بهینهسازی اختصاصیکردن فید برای هر کاربر را نیز شامل میشود. الگوریتم تیکتاک یکی از دلایل اصلی موفقیت آنها است که حتی در خود پلتفرم هم موضوع بحث و گفتوگوی بسیاری از کاربران محسوب میشود.
بسیاری از کاربران تیکتاک تلاش میکنند با راهکارهای متنوع، الگوریتم تیکتاک را بهسمت خود متمایل کنند تا محتوای آنها بیش از دیگران پیشنهاد داده شود. آنها حتی روشهای گوناگون را در داخل اپلیکیشن به بحث و گفتوگو میگذارند. چنین کاربرانی با ارائهی اطلاعات گوناگون و تنظیمات متعدد تلاش میکنند تا سیستم پیشنهاددهی تیکتاک را بهسمت خود متمایل کنند. اطلاعرسانی اخیر شرکت و کنارزدن پردهها برای نمایش بهتر جزئیات الگوریتم، به کاربران عادی امکان میدهد فید را بسته به نیاز خود شخصیسازی کنند؛ رویکردی که شاید تلاشهای تولیدکنندگان محتوا برای دورزدن الگوریتم را تا حدودی خنثی کند.
منبع: theverge
