从余弦定理到 TikTok：一个用户的推荐流是怎么被算出来的

Thu, 22 Oct 2026 23:10:00 +0800

从余弦定理到 TikTok：一个用户的推荐流是怎么被算出来的

上一篇《千人千面 + 无限瀑布流：推荐 Feed 的完整实现架构》把推荐系统的骨架拆完了：离线、近线、在线三层分工，召回、粗排、精排、重排四层漏斗。但通篇是框图和分工表，读完知道"系统长什么样"，却未必有体感——我的数据，到底是怎么变成我刷到的这一屏的？

这篇换个讲法：造一个用户，给他一晚上的真实行为，跟着他走完全程。线索有三条，正好串起三十年：

吴军 2006 年起在 Google 黑板报连载、2012 年成书的《数学之美》——推荐算法的数学原点；
Netflix 2013 年公开的离线/近线/在线三层实践——工程化的起点（上一篇的主线）；
TikTok 2020 年官方披露的 For You 推荐信号，和字节跳动 2022 年发表的 Monolith 在线训练系统——这套东西被推到的工程极致。

数学的原点：《数学之美》的两章

《数学之美》第 14 章"余弦定理和新闻的分类"讲了一个漂亮的化归：给新闻里每个实词算出 TF-IDF 值，按词汇表位置排成一个向量，一篇新闻就变成了一个特征向量；“新闻分类"这个看似需要理解语义的问题，变成了在向量空间里算余弦相似度的几何问题。第 15 章"矩阵运算和文本处理中的两个分类问题"接着讲：成千上万篇新闻构成的大矩阵，可以用 SVD（奇异值分解）一次拆开，分类在分解后的小矩阵上完成。

推荐系统是同一套数学，换了一张矩阵：把"新闻 × 词汇"换成"用户 × 内容”。余弦相似度回答的问题，从"两篇新闻像不像"变成"这个用户的口味和这条内容像不像"；SVD 分解的那张大矩阵，就是后来协同过滤要分解的用户-物品交互矩阵。

别急着说这是类比——直接手算一遍。假设全站内容只有四个类目：宠物、科技、健身、汽车。用户的口味表示成一个 4 维向量，每个分量是他在该类目上累计的行为强度。

造一个用户：U10086 的一晚

主角 U10086，昨晚刷了一小时短视频，留下这些行为：

时间	行为	内容	类目
22:10	完播	A123「橘猫拆家」	宠物
22:13	点赞	B456「居家哑铃训练」	健身
22:15	1.2 秒划走	C789「新能源车测评」	汽车
22:18	停留 8 秒	D012「AI 编程工具实测」	科技

这些行为不会直接变成画像——中间隔着一层关键设计：内容的类目不是作者上传时选的，是平台算出来的。

内容的标签不是作者标的，是算出来的

一个常见误解：视频的类目来自作者上传时勾选的分区。在 TikTok 这个量级的平台上不是这样。作者自选标签噪声大，还挡不住"标签作弊"——挂个热门标签蹭流量。真实做法是内容理解管道：视频上传后先过一遍机器理解——抽帧做图像分类和目标检测、ASR 把语音转成文字、OCR 读画面上的字、NLP 分析标题和文案——最后由模型产出类目、标签和 embedding 向量。作者的 caption 和 hashtag 只是输入信号之一，没有最终决定权。TikTok 官方披露的三类信号里，“内容信息”（captions、sounds、hashtags）就是这条管道的产物：内容进流量池之前，“这条视频是关于什么的"已由机器定好。

甚至播放之后还在算。前面提到的 item2vec，训练数据就是全站用户的观看行为——被同一批人看完的内容，向量天然相近。也就是说，内容的向量随每一次播放被持续校准，而不是发布那一刻就定格。

用户向量是内容向量的累计

所以系统手里 U10086 的口味画像——宠物 0.55、科技 0.25、健身 0.15、汽车 0.05，即向量 $u = (0.55, 0.25, 0.15, 0.05)$——不是他填的问卷，也不是对人工类目的简单计数，而是他过去几个月每次行为对应的机器内容向量，按行为强度加权累计出来的。两边都是算出来的：内容侧机器识别，用户侧行为聚合。

这个设计值两个好处：

准：作者标错、乱标的类目污染不了画像，用户向量锚定在内容的真实特征上——他看完的是一只真猫，不是一个挂着"萌宠"标签的广告；
细：4 个类目只是教学简化，底下是几百维的 embedding，“橘猫"和"布偶猫"这种类目装不下的区分，向量装得下。

他今晚每一次播放、点赞，都会乘上那条内容的机器向量、计入自己的向量——这正是后面"短期兴趣向量"一节的微观机制。

今晚候选池里有三条内容（向量都出自内容理解管道）：猫视频 $v_1 = (0.9, 0.1, 0, 0)$，哑铃教学 $v_2 = (0.05, 0.1, 0.8, 0.05)$，汽车测评 $v_3 = (0, 0.05, 0, 0.95)$。

余弦相似度的公式就一行：

$$\cos(u, v) = \frac{u \cdot v}{|u||v|}$$

给猫视频算一次：分子是点积 $0.55 \times 0.9 + 0.25 \times 0.1 = 0.52$；分母是两个向量的模长之积 $\sqrt{0.39} \times \sqrt{0.82} \approx 0.565$。结果是 $0.52 / 0.565 \approx 0.92$。三条候选全算完：

候选	余弦相似度
猫视频 $v_1$	0.92
哑铃教学 $v_2$	0.35
汽车测评 $v_3$	0.10

**这就是"推荐"在最原始形态下的全部：一次点积，一次归一化。**今天 TikTok 的排序模型参数量以百亿计，打分函数的内核仍然是这个动作——只是向量从 4 维人工统计变成几百维神经网络学出来的 embedding（item2vec，2016；双塔模型），从"类目"粒度细化到"每条内容"粒度。三十年里数学没有换，换的是向量的生产方式和计算规模。

行为怎么变成画像：Netflix 的三层分工

4 维向量是教学模型，真实系统里的用户向量没法靠人工统计类目得到——内容有几亿条，行为有几十种。工程上的解法就是上一篇展开讲过的 Netflix 三层分工，以及它背后的一整套大数据栈：用户的每一次曝光、点击、停留，客户端上报后先进 Kafka（事件总线）；一份实时流进 Flink 作业，秒级滚动更新短期画像；同时全量落盘到 HDFS（Hadoop 生态的分布式存储），由 Hive（或 Iceberg）建成离线数仓。离线层的 Spark 批任务（天级）从数仓读数据，算物品向量、itemCF 共现矩阵、用户长期兴趣向量；在线层只做查表和轻量推理，画像和榜单都躺在 Redis 里。重活在用户到来之前全部干完。

问题是：一次"完播"和一次"秒划走”，该给短期画像各贡献多少？这个强弱排序不是工程师拍脑袋——TikTok 官方给过答案。

2020 年 6 月 18 日，TikTok 在官方 newsroom 发表 “How TikTok recommends videos #ForYou”，是平台方罕见的一次坦白。它把推荐信号分成三类：

用户交互：点赞、分享、关注、评论、发布的内容、看完的视频；
内容信息：标题文案、声音、话题标签；
设备与账号设置：语言、国家、设备类型——官方明说这类权重更低，因为"用户没有主动把这些表达为偏好”。

更重要的是官方对信号强度的排序：原话是"用户是否把一个较长的视频从头看到尾"这类强兴趣指标，权重远大于"观众和创作者是否在同一国家"这类弱指标。翻译成 U10086 的表格：他完播猫视频这件事的权重，压过他的手机和品牌方在同一城市。

这套强弱排序落到工程上，就是近线层滚动更新的短期兴趣向量——最近 N 次行为对应的物品向量做加权平均：

$$u_{short} = \frac{\sum_{i} w_i \cdot e^{-\Delta t_i / \tau} \cdot v_i}{\sum_{i} w_i \cdot e^{-\Delta t_i / \tau}}$$

权重 $w_i$ 沿行为强度排：完播 3.0、点赞 2.0、停留 5 秒以上 1.5、点击 1.0、秒划走 -0.5（负反馈反向拉）；指数项是时间衰减，越久的行为影响越小。代入 U10086 的一晚：猫视频向量乘 3.0 主导方向，汽车视频乘 -0.5 往反方向拽。他昨晚的每一个动作，在他下次下拉之前，就已经被压缩成这个向量躺在 Redis 里了。

把公式拆开：每个符号是什么

$i$：遍历用户最近 N 次行为的下标。N 常见取 50-200，只保留最近一小段——太久之前的行为对"今晚想看什么"没有预测力；
$v_i$：第 i 次行为涉及的内容向量——就是上一节内容理解管道算出来的那条视频的向量。注意它是物品的向量，不是用户的；用户向量正是由一堆物品向量合成的；
$w_i$：这次行为的强度权重（完播 3.0、点赞 2.0、停留 1.5、点击 1.0、秒划 -0.5），回答"这个动作多能代表他的兴趣"；
$\Delta t_i$：这次行为距今的时间差；
$\tau$：时间衰减常数，控制"多久之前的行为算老"。$\tau$ 取 12 小时，则 12 小时前的行为权重衰减到 $e^{-1} \approx 0.37$，一天前只剩 0.14；
$e^{-\Delta t_i / \tau}$：指数时间衰减因子，越久的行为对当前兴趣越没有发言权；
分母：归一化项。没有它，刷得多的人向量模长就大，“勤奋"会冒充"兴趣浓”；除一下只留方向，不带数量。

一句话：短期兴趣 = 最近看过的内容的向量，按"行为多重 × 时间多近"加权平均。

演算：U10086 的短期向量

把内容向量代入他昨晚的四次行为。$\tau$ 取 0.5 小时，站在 22:30 这一刻计算（D012 的内容向量是 (0.05, 0.85, 0.05, 0.05)，科技向）：

行为	内容向量 $v_i$	强度 $w_i$	距今 $\Delta t_i$	衰减 $e^{-\Delta t_i / \tau}$	有效权重 $w_i \cdot e^{-\Delta t_i / \tau}$
完播猫视频	(0.9, 0.1, 0, 0)	3.0	20 分钟	0.51	1.54
点赞哑铃	(0.05, 0.1, 0.8, 0.05)	2.0	17 分钟	0.57	1.13
秒划汽车	(0, 0.05, 0, 0.95)	-0.5	15 分钟	0.61	-0.30
停留 AI 工具	(0.05, 0.85, 0.05, 0.05)	1.5	12 分钟	0.67	1.01

分子是四个"有效权重 × 内容向量"之和，这里的算术只有两步：标量乘向量、向量相加。全部展开（保留三位小数）：

第一步，标量乘向量——每条内容向量逐分量乘上自己的有效权重：

          有效权重 × 内容向量                =  加权后的向量
猫视频     1.54 × (0.9,  0.1,  0,    0)     = ( 1.386,  0.154,  0,      0)
哑铃       1.13 × (0.05, 0.1,  0.8,  0.05)  = ( 0.057,  0.114,  0.904,  0.057)
汽车      -0.30 × (0,    0.05, 0,    0.95)  = ( 0,     -0.015,  0,     -0.285)
AI工具     1.01 × (0.05, 0.85, 0.05, 0.05)  = ( 0.050,  0.854,  0.050,  0.050)

第二步，逐分量相加——四个向量的同一列相加，每一列就是一个类目方向：

宠物分量： 1.386 + 0.057 + 0      + 0.050 =  1.49
科技分量： 0.154 + 0.114 - 0.015  + 0.854 =  1.11
健身分量： 0     + 0.904 + 0      + 0.050 =  0.96
汽车分量： 0     + 0.057 - 0.285  + 0.050 = -0.18

分子向量就是 (1.49, 1.11, 0.96, -0.18)；分母是有效权重之和 1.54 + 1.13 - 0.30 + 1.01 = 3.38。最后逐分量相除：1.49 / 3.38 ≈ 0.44，1.11 / 3.38 ≈ 0.33，0.96 / 3.38 ≈ 0.28，-0.18 / 3.38 ≈ -0.05。得到：

$$u_{short} \approx (0.44, 0.33, 0.28, -0.05)$$

从第二步的列里能直接读出故事：宠物分量的九成来自那条完播的猫视频（1.49 里它独占 1.386）；汽车这一列，哑铃和 AI 工具带来的两个正贡献（0.057 + 0.050）加起来也抵不过一次秒划的 -0.285——负权重的意义就在这里：他不喜欢的内容在向量里留下的不是零，而是负坐标，检索时会把相似内容往反方向推。

对比他的长期画像 $(0.55, 0.25, 0.15, 0.05)$：一小时的行为已经把科技顶到第二位、健身翻了倍、汽车打成负值。在线服务一般把长短期两个向量融合（拼接或加权和）作为最终用户向量——长期画像管"他是个什么人"，短期向量管"他今晚想看什么"。下一刷召回时，猫和科技内容能同时被捞回来，靠的就是这个融合向量。

TikTok 把闭环推到极致

官方确认的，和官方从没确认的

除了信号分类，TikTok 那篇文章还有一句关键坦白：粉丝数和账号历史爆款都不是直接推荐因素（原话：neither follower count nor previous high-performing videos are direct factors）。这解释了新账号为什么也能出爆款——内容进场不看出身。

中文互联网流传的"流量池"机制要在这里说清边界：新视频先给 200-500 次曝光的小池子，完播率、互动率跑赢同期内容就推进千级、万级的更大池子，逐级叠加放量——这套具体说法出自运营圈的逆向总结，TikTok 和抖音官方从未确认过细节。但它的方向和官方披露自洽：既然粉丝数不算直接因素，新内容就必须有一个"不看出身、先看小范围真实反馈"的冷启动机制，流量池只是这个必然性的具体形态。

flowchart TD
    A["新视频发布<br/>初始小流量池 数百次曝光"] --> B{"完播率 互动率<br/>跑赢同期内容?"}
    B -- "达标" --> C["二级流量池<br/>千级曝光"]
    B -- "不达标" --> D["停止放量<br/>转入自然长尾"]
    C --> E{"数据继续跑赢?"}
    E -- "达标" --> F["更大流量池<br/>万级到百万级"]
    E -- "不达标" --> D

（图为第三方运营经验的通行描述，非官方口径。）

Monolith：连模型本身都在线学习

Netflix 的三层架构里，模型参数是离线训练的，近线只更新特征和画像。字节跳动 2022 年发表的 Monolith（RecSys ‘22，arXiv:2209.07663）把这条边界也打掉了：推荐模型在线训练——行为事件实时变成训练样本回流，模型参数近实时更新。

工程难点在 embedding 表。在线场景下新内容源源不断涌进来，传统哈希表会发生碰撞：两条不同的内容被映射到同一份 embedding，互相污染。Monolith 用 cuckoo hashing 实现无碰撞的 embedding 表，再配合特征过期和低频过滤控制内存，硬是把"在线深度学习"做成了生产级系统。

对比一下闭环速度：Netflix 2013 年的近线层，“行为 → 画像生效"做到秒级已经是当时的极致；Monolith 把"行为 → 模型参数更新"也压到了近实时。闭环速度，就是推荐系统的军备竞赛指标。

跟着 U10086 走一遍四层漏斗

铺垫完了，现在让 U10086 在 23:05 下拉刷新，跟他的数据走完全程。四层漏斗的原理上一篇讲过，这篇只看一件事：每一步的数据长什么样。

召回：1 亿 → 8000

输入：短期兴趣向量 $u_{short}$、最近行为物品列表 [A123, B456, D012]、长期画像。

多路并行，每一路都是查表或检索，没有任何矩阵运算：

召回路	动作	产出
itemCF 协同过滤	Redis 批量查 A123、B456、D012 各自的相似物品 Top50（相似度矩阵是 Spark 离线算好的共现余弦）	约 3000 条，大量猫、健身、科技内容
向量召回	$u_{short}$ 在 Faiss（HNSW 索引）里做近似最近邻检索，几毫秒返回	3000 条
热门榜	直接读 Redis 里 Flink 滚动窗口算好的全站热榜	1000 条
标签/关键词召回	内容元数据（标题、标签、类目）灌在 Elasticsearch 的倒排索引里，拿画像里的高权重标签当查询条件去检索——「搜推一体」里 ES 干的就是这路	约 500 条
新内容池 + 关注产出 + 探索流量	读离线、近线备好的榜单	各几百条

输出：多路合并、去重、按路配额截断——8000 条候选 ID 的列表，每条只带召回来源和粗分。注意一个细节：没有一路会拿 C789（秒划走的汽车视频）当种子去查相似内容，汽车类在召回阶段就已经天然稀疏了。

粗排：8000 → 1000

输入：8000 条候选 + 一批"便宜特征”——从特征存储（Feast 或自研 Feature Store，底层通常是 Redis）批量读出物品热度分、质量分、该用户的类目偏好分、历史 CTR。

计算：轻量模型打分（简化双塔就是一次向量点积，GBDT 就是几千次小树遍历——XGBoost / LightGBM），单条成本压到微秒级。

输出：每条一个粗排分，截断 Top 1000：

cat_video_8891   (A123 的相似内容)   0.81   ← 和短期向量点积极高
ai_tool_3302     (D012 的相似内容)   0.74
hot_funny_1102   (热门榜兜底)        0.62
car_review_5567                      0.05   ← 秒划负反馈直接压死

精排：1000 → 200

输入：1000 条候选 + 全量特征拼接——用户画像（Redis KV 读出）、物品特征、近线实时特征（最近一小时的点击序列，Flink 产出）、实时上下文（23:05、手机、WiFi）。

计算：深度排序模型（DIN 系，阿里 2018 年 KDD 发表）在推理服务（TF Serving 或 NVIDIA Triton，GPU 批量矩阵乘）上跑推理。DIN 的注意力机制值得演算一步：给候选 cat_video_8891 打分时，模型给 U10086 的历史行为分配权重——同为猫视频的 A123 权重拉到最高，B456 次之，C789 趋近于零，输出高 pCTR；而给 car_review_5567 打分时，被注意机制激活的恰恰是 C789——方向是负的。同一个用户的历史，在不同候选面前讲出不同的故事，这是 DIN 相比"死板的平均历史向量"的本质进步。

输出：每条候选一对预测值 (pCTR, 预估观看时长），加权成综合分后排序，截断 Top 200。

重排：200 → 20

输入：200 条带精排分的列表。这一层几乎不算模型，全是规则：

已曝光过滤：查 Redis 里 user:10086:seen 集合（或布隆过滤器），剔除本次 session 已刷过的 15 条；
负反馈硬屏蔽：汽车类目整体降权——秒划走加历史"不感兴趣"记录；
多样性打散：同作者最多 2 条、相邻 3 条不同类目——Top 200 里连着的 8 条猫视频被打散重插；
混排：第 4 位插入广告（广告单独按 eCPM = 出价 × 预估点击率排序选出），第 9 位插一条关注博主的更新；
业务护栏：过滤审核中内容，新内容扶持配额 5%——这就是流量池机制落在自然流量里的那一小块。

输出：

{
  "items": ["...20 条：16 条自然内容 + 2 条广告 + 1 条关注更新 + 1 条新内容扶持..."],
  "next_cursor": "eyJscCI6MC44MSwiYmF0Y2giOiJUYjI5..."
}

游标里封着最后一条的排序分、本次批次号、过期时间，客户端不许解析。同时这 20 条写入已曝光集合，曝光和后续行为事件经 Kafka 回流——闭环合上，U10086 的下一刷已经在被这一刷改写。

沿途的三方件总表

位置	工具	角色
事件总线	Kafka	行为事件解耦、削峰、可回放
数据底座	Hadoop（HDFS）+ Hive / Iceberg	全量行为日志落盘，离线数仓
离线计算	Spark	模型训练、itemCF 共现矩阵、物品向量
近线计算	Flink	秒级更新短期画像、滚动热榜
在线训练	Monolith（字节自研，论文开源）	模型参数近实时更新
在线 KV	Redis（或 HBase）	画像、榜单、已曝光集合、itemCF 结果
向量检索	Faiss / HNSWlib / Milvus	双塔向量的近似最近邻召回
倒排索引	Elasticsearch	标签/关键词召回路，「搜推一体」的内容检索
特征平台	Feast 或自研 Feature Store	离线、在线特征一致性
模型推理	TF Serving / NVIDIA Triton	精排批量打分
轻量模型	XGBoost / LightGBM	粗排
辅助	布隆过滤器、规则引擎	已曝光去重、重排策略

这套链路怎么扛住高并发

漏斗走完了，但还有一个工程问题没回答：几十毫秒的延迟预算，乘以几十万的并发请求，靠什么扛？先把账算出来。假设 1 亿日活、人均 50 次下拉：平均约 6 万次请求/秒，晚高峰按 3-5 倍算是 20-30 万 QPS。每次下拉背后是几十上百次 KV 读取、一次向量检索、一次千级候选的模型推理。能扛住靠的不是某台快机器，是一组选型决策：

Redis：O(1) 查表 + 批量读。 单实例简单 GET 是十万级 QPS、亚毫秒延迟；一次召回要查几十上百个 key（itemCF 种子物品、画像、热榜），用 mget 合并成一次网络往返，QPS 压力直接降一个量级；集群模式水平分片，容量不够就加分片。已曝光集合的布隆过滤器也放在这里。

向量检索：这是召回里唯一真正"算"的地方，也是选型的重点。 几个主流方案的性能画像（百万到十亿级向量、TopK 检索）：

方案	形态	性能画像	适用场景
Faiss（Meta）	嵌入服务进程内的库	没有网络和序列化开销；IVF+PQ 量化后单机可扛亿级向量，检索毫秒级	召回服务内嵌，延迟敏感场景的主力
HNSWlib	嵌入库	图索引召回率高（95% 以上），代价是全量向量驻内存，内存开销大	中等规模、高精度
ScaNN（Google）	嵌入库	各向异性量化，同等召回率下 QPS 领先	内嵌、高 QPS
Milvus	独立分布式服务	存算分离、支持 GPU 索引，十亿级横向扩展	多业务共享的向量中台
Elasticsearch kNN	搜索引擎插件	复用现有 ES 集群，开箱即用，但 QPS 和召回率都不及专用索引	小规模、搜推一体

工程上的关键判断：召回的向量检索优先用内嵌库（Faiss / HNSWlib），省掉一次 RPC——30 万 QPS 面前，每次网络往返都是命。Milvus 这类独立服务的价值在多团队共享、在线扩缩容和统一的向量管理，不在单点延迟。内容池上到十亿级，靠 PQ 量化把每条向量从几百字节浮点压成几十字节编码，再加分片。

Kafka：百万级消息/秒是常态负载。 曝光点击的洪峰对它来说不算事；真正要设计的是分区数（决定下游消费者的并行上限）和消费滞后监控——滞后就是"画像生效延迟"，直接等于用户体感。

Flink：状态在本地的流计算。 短期画像的滚动更新是 keyed state，状态读写走本地 RocksDB，不回远程存储——这是近线层敢吞全量事件流的原因。反过来说，一旦作业挂掉从 checkpoint 恢复，RocksDB 状态的加载时间就是画像的"失明时间"，所以 checkpoint 间隔要按业务能容忍的失明时长来定。

GPU 推理：批量摊薄。 精排把 1000 条候选拼成一个大 batch 一次过 GPU，摊到每条只有几微秒；Triton 的动态批处理（dynamic batching）会在毫秒级窗口里把多个请求的 batch 攒起来再推理，用一点点延迟换几倍吞吐——这是"几十毫秒预算"能成立的关键手法之一。

共同的模式只有一条：所有重活提前算完存起来，在线路径上只剩内存级查询和批量推理——30 万 QPS 里，没有一个请求需要"现场思考"。

收尾：数学没变，闭环变快

走完全程回头看，三十年里真正变化的不是数学：

2006 年，吴军讲余弦定理给新闻分类——打分内核从那时起就是向量点积，今天依然如此；
2013 年，Netflix 定下三层分工——把计算摊到用户到来之前，至今是主流形态；
2020 年，TikTok 官方坦白完播是强信号、粉丝数不是直接因素——行为强度加权第一次有了平台方背书；
2022 年，Monolith 把模型训练本身搬进在线链路——闭环的最后一段延迟也被压缩。

推荐系统真正的军备竞赛，从来不是"谁的公式更巧妙"，而是谁的闭环转得更快：从用户划走一条汽车视频，到系统少推汽车内容，中间隔了几秒还是几天。U10086 今晚的每一次停留和划走都在投票，明早打开 App 时看到的那个"更懂他"的首页，没有一次是当场算出来的——全是昨晚就已开始的计算，刚好在他到来之前完成。

相关阅读：《千人千面 + 无限瀑布流：推荐 Feed 的完整实现架构》——本文的架构视角姊妹篇，讲四层漏斗的原理和无限下拉的分页协议。

参考：吴军《数学之美》（第三版，人民邮电出版社）第 14、15 章；TikTok Newsroom, “How TikTok recommends videos #ForYou”, 2020-06-18（newsroom.tiktok.com/en-us/how-tiktok-recommends-videos-for-you）；Liu et al., “Monolith: Real Time Recommendation System With Collisionless Embedding Table”, RecSys 2022, arXiv:2209.07663；“流量池"分级机制为运营圈第三方经验总结，非官方披露口径。

TikTok on 方糖猫Blog

从余弦定理到 TikTok：一个用户的推荐流是怎么被算出来的

从余弦定理到 TikTok：一个用户的推荐流是怎么被算出来的

数学的原点：《数学之美》的两章

造一个用户：U10086 的一晚

内容的标签不是作者标的，是算出来的

用户向量是内容向量的累计

行为怎么变成画像：Netflix 的三层分工

把公式拆开：每个符号是什么

演算：U10086 的短期向量

TikTok 把闭环推到极致

官方确认的，和官方从没确认的

Monolith：连模型本身都在线学习

跟着 U10086 走一遍四层漏斗

召回：1 亿 → 8000

粗排：8000 → 1000

精排：1000 → 200

重排：200 → 20

沿途的三方件总表

这套链路怎么扛住高并发

收尾：数学没变，闭环变快