Nếu Netflix giúp bạn tìm bộ phim yêu thích và Spotify hiểu gu âm nhạc của bạn, thì TikTok lại khiến nhiều người bất ngờ theo một cách khác.
Chỉ sau vài phút lướt TikTok, trang For You đã tràn ngập những video đúng với sở thích của bạn.
Bạn không cần khai báo mình thích nội dung gì.
Bạn cũng không cần theo dõi hàng trăm tài khoản.
Chỉ với cách bạn sử dụng ứng dụng, Machine Learning đã bắt đầu xây dựng hồ sơ về sở thích của bạn.
TikTok không quan tâm bạn nói gì
Khác với nhiều nền tảng khác, TikTok không chỉ dựa vào lượt thích hay bình luận.
Điều mà thuật toán TikTok quan tâm nhất chính là:
Bạn dành bao nhiêu thời gian cho mỗi video.
Ví dụ:
- Bạn xem hết video.
- Bạn xem lại lần thứ hai.
- Bạn vuốt qua sau 2 giây.
- Bạn dừng lại ở giây thứ 15.
- Bạn đọc bình luận.
- Bạn chia sẻ cho bạn bè.
Mỗi hành động đều là một tín hiệu.
Machine Learning sẽ sử dụng những tín hiệu này để dự đoán video tiếp theo nên xuất hiện trên trang For You.
Watch Time – Tín hiệu quan trọng nhất
Trong số hàng trăm yếu tố mà TikTok phân tích, Watch Time được xem là một trong những tín hiệu có giá trị nhất.
Hãy tưởng tượng:
Bạn xem một video dài 30 giây.
Nếu:
- Bạn xem hết 30 giây.
- Sau đó xem lại lần nữa.
Machine Learning sẽ hiểu rằng:
Video này thực sự hấp dẫn đối với bạn.
Ngược lại, nếu bạn vuốt ngay sau 2–3 giây, hệ thống sẽ coi đó là tín hiệu nội dung không phù hợp.
Chính vì vậy, TikTok không chỉ đếm số lượt xem mà còn quan tâm đến chất lượng của mỗi lượt xem.
Completion Rate – Bạn xem hết hay bỏ giữa chừng?
Một chỉ số khác rất quan trọng là Completion Rate.
Đây là tỷ lệ người xem hoàn thành toàn bộ video.
Ví dụ:
Một video có 1 triệu lượt xem.
Nhưng:
- 900.000 người xem hết video.
TikTok sẽ đánh giá video này có khả năng giữ chân người xem rất tốt.
Machine Learning sẽ ưu tiên phân phối video đó đến nhiều người hơn.
Đó cũng là lý do những video ngắn, cuốn hút ngay từ vài giây đầu thường có cơ hội lan truyền rất nhanh.
Like không phải là yếu tố quan trọng nhất
Nhiều người nghĩ:
“Video nhiều Like sẽ luôn được TikTok đề xuất.”
Thực tế không hoàn toàn như vậy.
Machine Learning còn đánh giá rất nhiều tín hiệu khác:
- Like.
- Bình luận.
- Chia sẻ.
- Lưu video.
- Theo dõi tài khoản sau khi xem.
- Thời gian xem.
- Số lần xem lại.
Trong nhiều trường hợp, Watch Time và Completion Rate còn có giá trị hơn số lượng Like.
Bởi chúng phản ánh mức độ người dùng thực sự quan tâm đến nội dung.
Skip cũng là dữ liệu
Một điều thú vị là:
Ngay cả khi bạn không thích một video, TikTok vẫn học được điều gì đó.
Nếu bạn:
- Vuốt rất nhanh.
- Không xem quá 2 giây.
- Bỏ qua nhiều video cùng chủ đề.
Machine Learning sẽ hiểu rằng bạn không quan tâm đến loại nội dung này.
Đó cũng là dữ liệu.
Điều này giúp thuật toán dần loại bỏ những video không phù hợp khỏi trang For You của bạn.
Tất cả đều nhằm mục tiêu Ranking
Sau khi thu thập dữ liệu, Machine Learning sẽ thực hiện bước quan trọng nhất:
Ranking.
Thay vì hỏi:
“Video nào là hay nhất?”
TikTok đặt câu hỏi:
“Video nào có nhiều khả năng khiến người dùng này dừng lại xem tiếp?”
Mỗi khi bạn mở ứng dụng, hàng nghìn video có thể phù hợp với bạn.
Ranking sẽ sắp xếp chúng theo mức độ phù hợp trước khi hiển thị.
Đó là lý do mỗi người đều có một trang For You hoàn toàn khác nhau.
Machine Learning học liên tục
Thuật toán TikTok không dừng lại sau một lần dự đoán.
Mỗi thao tác của bạn đều tạo ra dữ liệu mới.
Ví dụ:
- Hôm nay bạn thích video về công nghệ.
- Tuần sau bạn quan tâm đến du lịch.
- Tháng tới bạn bắt đầu xem nhiều nội dung về học ngoại ngữ.
Machine Learning sẽ nhanh chóng nhận ra sự thay đổi này và điều chỉnh trang For You theo sở thích mới.
Đó chính là Continuous Learning mà chúng ta đã gặp ở Netflix và Spotify.
Điều khiến TikTok khác biệt
Netflix cần nhiều thời gian để hiểu gu xem phim.
Spotify cần lịch sử nghe nhạc.
TikTok thì khác.
Chỉ sau vài phút, thuật toán đã có thể xây dựng một hồ sơ ban đầu về sở thích của bạn nhờ tốc độ thu thập dữ liệu cực nhanh.
Đó cũng là một trong những lý do khiến TikTok trở thành một trong những nền tảng có hệ thống Recommendation mạnh nhất hiện nay.
Kết luận
Thuật toán TikTok không chỉ dựa vào số lượt thích hay bình luận.
Machine Learning kết hợp Watch Time, Completion Rate, Like, Skip, Share cùng hàng trăm tín hiệu khác để đánh giá mức độ phù hợp của từng video với từng người dùng.
Thông qua quá trình Ranking, TikTok liên tục sắp xếp lại hàng triệu video mỗi ngày nhằm mang đến trải nghiệm cá nhân hóa cho từng tài khoản.
Đó là lý do chỉ sau vài phút sử dụng, TikTok dường như đã hiểu rất rõ điều gì khiến bạn muốn tiếp tục lướt xem.
TikTok Newsroom: https://newsroom.tiktok.com/
Tác giả: Bùi Đình Tuyển – Data Analyst tại MCNA Technology School
📞 Hotline: 0939.866.825 (Mr. Minh Khang)
🌐 Website: mcna.vn
📍 Hà Nội: 30 Trung Liệt, Đống Đa | Liền kề 44B TT2 Văn Quán, Hà Đông
📍 TP.HCM: 50B Phan Tây Hồ, Cầu Kiệu
