当地时间9月9日，美国《华尔街日报》援引消息称，字节跳动正在与美国政府协商，设法避免全盘出售TikTok在美国业务。

美国“商业内幕”网站9月8日发表文章称，如果美国潜在买家购买的TikTok版本中不包含推荐算法，他们可能无法复制TikTok的魅力。美国“商业内幕”网站称，根据中国最新发布的《中国禁止出口限制出口技术目录》这一新规定，TikTok的买家可能无法购买该应用的重要部分，即“For You”页面中为用户推荐视频功能的背后算法，虽然这类页面其他视频软件也有，但其算法是TikTok软件与众不同且优秀的地方。

根据Sensor Tower的报道，这个短视频应用程序在AppStore和Google Play的下载量已经超过了20亿次。创立仅仅3年，它为何迅速成为全球的焦点？

这款风靡世界的应用程序背后究竟有怎样的魔力，让用户如此着迷？最终TikTok一骑绝尘成为头部APP除了得益于背后头条的资源之外，对需求的精准掌握和背后推荐算法的强大都是重要因素。

推荐算法是TikTok“所向披靡”的核心利器

TikTok核心算法为何让科技巨头们虎视眈眈？别人无法模仿吗？

“商业内幕”网站撰文指出，该算法被称为是字节跳动公司的“皇冠上的明珠”，由人工智能实验室和北京大学联合研发，比竞争对手的更为强大。有专家介绍，根据TikTok的算法，用户的每一次互动都会揭示其喜好，TikTok可以据此向用户推荐喜欢的视频。

文章称，TikTok的优势在于，平台上是大量长度不到一分钟的短视频，能比其他长视频平台（如YouTube）更大规模地测试用户的兴趣特征。专家还称，TikTok专注于沉浸式全屏视频也帮助提高其受欢迎程度。

TikTok从未向外界公布它的核心算法。但是，基于字节跳动发布的零散的信息，专业技术人士 Michiko指出，TikTok的推荐系统，简单来说就是“以用户为中心”（User－Centric Design）。换句话说，TikTok只会推荐用户喜欢的内容，从刚刚上手的用户到活跃的用户都是如此——当然，用户越是活跃，推荐的内容也就更加精准。

TikTok的系统中包含人工智能实时学习的机制。通过捕捉和分析用户留下的数据，它可以快速提供反馈。比如，当用户点击某一种视频后，TikTok会根据这一信息快速更新该用户的“喜好库”，然后根据这一改变立马推荐相似的视频。

而实时推荐系统需要强大的数据作支撑（包括数据的收集和储存），用以支持相对抽象的层面（包括算法层面、服务层面和应用程序层面），从而解决业务方面的问题。

推荐系统的成长过程可以被视为机器学习的典型例子。然后通过算法（包括过滤模型、回归模型等）将整个推荐机制加以完善。

产业化的推荐系统需要灵活且可以拓展的ML平台，可以允许多种模型叠加起来，时时刻刻为用户服务。

除了主要算法之外，抖音的推荐系统还要根据用户肖像制定特殊的算法，具体的算法系统有层级分类。

（截图自字节跳动中国版抖音介绍，tiktok为海外版抖音）

美国分析人员表示，TikTok的买家将难以复制其算法。即使TikTok愿意移交所有的用户数据和视频数据，买家也得愿意用算法去支撑起整套流程才行。

独树一帜，社交应用摒弃“社交图谱”

TikTok令人惊奇的地方在于，它是一家社交网络平台，却摒弃社交图谱。相比之下，竞争对手Facebook，据说10天之内会有7个用户遭遇熟人。而粉丝对于Twitter和Instagram的用户裂变至关重要。

与这些应用相反，TikTok甚至不需要朋友、关注者或个人帐户登陆。因为是算法在后台全面统计和分析着所有用户的观看历史记录。

正如一位硅谷的知名投资人所说，TikTok是C端产品中的第一个深度应用AI的产品。这与过去基于用户和周围用户（例如Facebook）之间的交互（关系链）所创建的算法，应该是完全不同的。

一位美国年轻人表示，在年轻人眼里，Facebook这类产品是不酷的，因为爷爷奶奶都在上面社交呢。年轻人，必须要有自己更酷的圈子。

美国的Tiktok的用户绝大部分也都是Z世代年轻人，Z世代是美国及欧洲的流行用语，意指在1995－2009年间出生的人，又称网络世代、互联网世代，统指受到互联网、即时通讯、短讯、MP3、智能手机和平板电脑等科技产物影响很大的一代人。

或许，这就是TikTok成功的其中一个原因吧。

这种独特方法可能会比其他平台产生更大的用户粘性和更长的使用时间。没有追随者（粉丝）或朋友关系概念的TikTok，显得尤为独特。

TikTok的下一步是什么？

此前，迫于美政府“制裁大棒”的压力，字节跳动已就出售TikTok一事与包括微软、甲骨文、沃尔玛等美企展开洽谈，售价约在300亿美元。但8月28日中国商务部和科技部发布的《中国禁止出口限制出口技术目录》截停了字节跳动出售计划，有专家点名这可能涉及TikTok的核心算法。

《华尔街日报》援引消息表示，在中国政府介入后，避免全盘出售TikTok美国业务成为字节跳动与购买方谈判过程中的另一种选择——既保留了中国政府禁止出口的TikTok核心技术，又满足美国政府要求剥离相关业务的要求。但该人士补充称，在围绕TikTok如何出售的诸多选择中，避免全盘出售只是其中之一，目前仍有很多其他可能性。

同时，其表示，即使TikTok美国业务没有全面出售，其结果或会涉及对TikTok进行某种形式的重组。这可能涉及一笔交易，即TikTok将与一家美国技术合作伙伴进行合作，后者将帮助负责保存TikTok数据，并可能持有少量股权。

有分析人士指出，推荐算法无处不在。虽说这推荐算法的技术原理大致相同，基于深度学习的模型，但推荐的好不好还是很有差别的，而且不同场景下的推荐机制不尽相同。因此，一个优秀的商业化推荐系统需要非常灵活的算法实验平台，可以支持多种算法组合，包括模型结构调整。因为很难有一套通用的模型架构适用于所有的推荐场景。当然背后的内容与用户的数据积累也是非常关键的。而TikTok恰恰将所有做到最优化。