抖音推送的是什么消息

题图来自Unsplash，基于CC0协议

导读

抖音，作为当前最受欢迎的短视频平台之一，其核心竞争力之一便是个性化的内容推荐。用户打开抖音，看到的大量内容并非完全随机，而是通过复杂的算法（推荐系统）进行精准筛选的。用户通常见到的内容是围绕其“可能感兴趣”的主题或类型组织的，这些内容主要来自用户：浏览历史、点赞、评论、分享、搜索记录、观看时长、停留行为等，这些都被视为用户兴趣的信号。同时，好友的互动也可能影响推荐。

算法能够学习用户的偏好，并据此向用户推荐相关甚至可能用户未曾主动搜索的内容，也就是所谓的“猜你喜欢”。这个过程的最终目标是尽可能地提高用户在抖音平台上的停留时间和参与度，以及向用户展示他们认为用户可能会倾向于观看的内容。

深度学习和机器学习算法，尤其是基于神经网络的模型，是抖音推荐系统的技术核心。他们不断分析海量数据，以优化推荐效果。用户会在浏览抖音的过程中不断产生交互行为。这个过程展示了他们对特定类型内容的偏好，从而影响后续的推荐。

平台通过多个来源获取内容，这些内容基于用户画像（包括年龄、性别、位置、兴趣偏好等）进行筛选和推送。主要包括几个方面：

1. 平台自身的素材库： 抖音拥有庞大的原生视频库，这些视频来自其创作者生态，根据用户的兴趣标签进行分类和匹配推送。
2. PGC（专业创作）内容： 邀请专业的内容创作者、品牌、网红等产生的高质量或特定主题视频。
3. 用户上传的UGC（用户生成内容）： 普通用户上传并分享的视频。
4. 短视频及直播衍生内容： 例如特定用户（如当红明星或网红）的热门视频剪辑、直播过程中的精彩片段等。
5. 合作内容： 来自品牌广告或合作机构、活动等发布的视频内容。
6. 算法生成或推荐： 利用人工智能技术进行内容生成或内容重组，提供符合用户偏好的新形式内容。

抽奖、广告、官方活动、热点新闻、影视资讯等行业类内容也会通过计划性发布的推送给用户，满足社交分享需求，了解平台最新动态。

筛选过程主要是为了确保内容的多样性和质量，避免算法生成的信息茧房。定向筛选算法会基于用户画像、内容特征、热度指数、可信度分析、内容安全评级等因素进行组合，决定最终展示给用户的视觉内容。抖音后台的直播运营系统、内容安全系统、用户风控系统等都在对推送内容进行把关。用户也可能因为隐私政策调整，最后出现的内容推送并不真的“私密”。用户可以说，系统推荐的内容正是符合自己对生活方式、兴趣爱好的个人理解和需求，因此用户觉得推送的抖音视频都是他们喜欢的。

用户可以在抖音APP的“我”页面进入设置，找到“新消息通知”来管理消息推送。例如，可以选择是否允许好友在自己的个人主页发送消息给用户，是否接收点赞、评论等通知。用户可以通过这些设置来控制自己从抖音接收的消息频率，比如关闭某些类型的通知，或者开启/关闭不同来源的消息提醒，以调整信息接收的速度感。通过App Store或官方渠道下载安装最新版的抖音App，也能获得更优化的使用体验。

总之，抖音推送的信息是根据复杂的算法，融合用户的显性行为、隐性偏好好评和平台的内容战略而得出的个性化内容汇集。用户看到的内容，是平台技术、个人习惯与社交动态共同作用的结果。