چه مواردی در مورد پلتفرم تیک تاک خاص هستند؟

شگاهیان و کارکنان سابق شرکت تیک تاک معتقدند که موفقیت جهانی تیک تاک نه تنها به دلیل الگوریتم های آن، بلکه به نحوه کارکرد آن با فرمت ویدئوهای کوتاه نیز مرتبط است.

الگوریتم‌های پیشنهادی برای محتوایی که ویدئوهای کوتاه تیک‌تاک را هدایت می‌کنند، بار دیگر پس از دستور ایالات متحده به مالک چینی آن، بایت‌دنس، مبنی بر فروش دارایی‌های شرکت در آمریکا، موردتوجه قرار گرفته است. این کشور هشدار داده است که در صورت عدم فروش دارایی‌ها با ممنوعیت و تحریم‌های سراسری مواجه خواهد شد.

در اینجا به نحوه عملکرد این فناوری و دلایل جذب موضوعات بیشتر نسبت به رقبایی مانند اینستاگرام، متا، یوتیوب، گوگل و اسنپ‌چت، توضیح داده شده است.

بر اساس گزارش رویترز و به نقل از منابع آگاه، الگوریتم‌ها بخش اصلی عملیات بایت‌دنس در تیک‌تاک محسوب می‌شوند و این شرکت ترجیح می‌دهد فعالیت این پلتفرم را متوقف کند تا اینکه آن را بفروشد.

چین در سال ۲۰۲۰ تغییراتی در قوانین صادرات خود اعمال کرد که بر اساس آن، این کشور حق تأیید هرگونه صادرات الگوریتم‌ها و کدهای منبع را دارد؛ این مسئله باعث شده است که هرگونه تلاش برای فروش این برنامه با لایه‌های حقوقی پیچیده‌ای مواجه شوند.

قبل از ظهور تیک‌تاک، بسیاری بر این باور بودند که محبوبیت فیسبوک و اینستاگرام به دلیل ارائه قابلیت اتصال به روابط اجتماعی کاربران می‌باشد و این نکته عامل موفقیت یک برنامه رسانه اجتماعی است.

اما تیک‌تاک نشان داد که یک الگوریتم مبتنی بر درک علاقه‌مندی‌های کاربران می‌تواند قدرتمندتر عمل کند. این نکته برخلاف الگوریتم‌هایی که بر اساس «نمودار اجتماعی» مانند متا ساخته شده‌اند، بود. مدیران تیک‌تاک از جمله مدیرعامل این شرکت، شو زی چو، گفته‌اند که الگوریتم این برنامه بر اساس «سیگنال‌های علاقه» طراحی شده است.

کاتالینا گوانتا، دانشیار دانشگاه اوترخت، می‌گوید درحالی‌که رقبای تیک‌تاک الگوریتم‌های مشابه مبتنی بر علاقه‌مندی‌های کاربران دارند، تیک‌تاک می‌تواند با استفاده از فرمت ویدئوهای کوتاه، اثربخشی این الگوریتم را به طرز چشمگیری افزایش دهد.

وی معتقد است که سیستم پیشنهاددهنده یا توصیه‌گر رقبای تیک‌تاک بسیار معمولی کار می‌کنند؛ اما چیزی که تیک‌تاک را به عنوان یک برنامه متمایز می‌کند، طراحی و محتوای آن است.

پلتفرم پویا

فرمت ویدئوهای کوتاه به الگوریتم تیک‌تاک این امکان را می‌دهد که بسیار پویاتر باشد و حتی بتواند تغییر در ترجیحات و علاقه‌مندی‌های کاربران را تا جایی که تشخیص دهد یک کاربر در بازه زمانی خاص از شبانه‌روز ممکن است به چه چیزی علاقه‌مند باشد، ردیابی کند.

جیسون فانگ، رئیس سابق واحد بازی‌های آنلاین تیک‌تاک، گفت: فرمت ویدئوهای کوتاه به تیک‌تاک اجازه می‌دهد تا ترجیحات کاربران را با سرعت بسیار بیشتری تشخیص دهد.

او گفت: به دلیل کوتاه بودن ویدئوها، شما می‌توانید داده‌های مربوط به ترجیحات یک کاربر را بسیار سریع‌تر از یوتیوب که شاید طول متوسط ویدئوهای آن کمتر از ۱۰ دقیقه است، جمع‌آوری کنید. به‌عبارت‌دیگر تصور کنید که شما به طور متوسط هر ۱۰ دقیقه یک‌بار اطلاعاتی از یک کاربر جمع‌آوری می‌کنید، درحالی‌که در تیک‌تاک این کار هر چند ثانیه یک‌بار انجام می‌شود.

از همان ابتدا، تیک‌تاک به‌عنوان یک برنامه طراحی‌شده برای دستگاه‌های موبایل معرفی شد که این امر برتری ویژه‌ای به تیک‌تاک نسبت به پلتفرم‌های رقیب داد که مجبور بودند رابط‌های کاربری خود را از صفحه‌نمایش کامپیوترها تطبیق دهند.

ورود زودهنگام تیک‌تاک به بازار ویدئوهای کوتاه نیز یک مزیت بزرگ برای پیشتازی از رقبا ایجاد کرد. اینستاگرام تا سال ۲۰۲۰ بخش ریلز (Reels) خود را راه‌اندازی نکرد و یوتیوب نیز بخش شورتز (Shorts) را در سال ۲۰۲۱ معرفی کرد که هر دو از لحاظ سال‌های تجربه در توسعه محصول و جمع‌آوری داده‌ها با اختلاف از تیک‌تاک عقب‌تر هستند.

تیک‌تاک همچنین به طور منظم محتوایی را پیشنهاد می‌دهد که خارج از علاقه‌مندی‌های کاربران است. مدیریت این شرکت بارها تأکید کرده‌اند که این ویژگی برای تجربه کاربری تیک‌تاک ضروری است.

پژوهشگران ایالات متحده و آلمان، ماه گذشته، با مطالعه و بررسی بر روی داده‌های ۳۴۷ کاربر تیک‌تاک و پنج ربات خودکار نشان دادند که الگوریتم تیک‌تاک بین ۳۰ تا ۵۰ درصد از ویدئوهای پیشنهادی را بر اساس بهره‌گیری از علاقه‌مندی‌های کاربران ارائه می‌کند.

الگوریتم توصیه‌گر تیک‌تاک ریشه در اپلیکیشن خواهر چینی‌اش، Douyin، دارد. این دو الگوریتم شباهت‌های زیادی به هم دارند. استفادهٔ اولیه Douyin از برچسب‌گذاری محتوا و جمع‌آوری داده‌ها به تیک‌تاک کمک زیادی کرد و به‌نوعی موفقیت آن را تضمین کرد. این پذیرش زودهنگام برچسب‌گذاری داده‌ها، به لطف هزینه‌های پایین‌تر در چین، به تیک‌تاک این امکان را داد که با سرعت بیشتری به موفقیت دست یابد.

درحالی‌که استخدام حاشیه‌نویسان برای برچسب‌گذاری و دسته‌بندی داده‌ها، اکنون به یک روش رایج و مهم برای شرکت‌های هوش مصنوعی تبدیل شده است، بایت‌دنس از پیش‌گامان این استراتژی تأثیرگذار و مهم می‎باشد.

وی با اشاره به اینکه مرتب‌سازی این دسته‌بندی‌ها کار بسیار پرزحمت و زمان‌بری است، گفت: به‌هرحال شرکت‌های چینی به دلیل وجود نیروی کار زیاد و کم‌بودن دستمزدها، در این زمینه مزیت دارند. شما می‌توانید تعداد بسیار زیادی از افراد را استخدام کنید؛ هزینه‌های شما از کشورهای مستقر در حتی آمریکای شمالی نیز کم خواهد بود.