抖音推荐的都是未曾看过的视频，是服务器会维护一个我已经看过的记录吗？

[pdog18]

像抖音这种，推荐的都是我未看过的视频，通常的做法是服务器会维护一个我已经看过的记录吗？ 如果我看过 1 万个视频，那不是一个账号要关联 10000 个记录。还是其实有更简单的做法呢？

[klo424]

历史记录是肯定存在的，抖音推荐算法我就不懂了。

[cherbium]

啊、抖音一直都保留你的查看记录啊

[kenneth104]

现在有向量数据库，用这个应该可以达到类似效果

[feikaras]

你猜抖音有多少条视频，就算不维护你也刷不到一样的。维护甚至可以走客户端本地。

[mumbler]

抖音给每个人维护了一个超过 3000 个参数的模型，根据记录不断训练这个模型，记录列表是模型的一部分

[falcon05]

这不是理所当然的吗

[coefuqin]

在你本地客户端走 KNN ，记录也在你本地，以现在手机的算力，类似余 sqlite 的轻量关系型数据库，随便存。

[CKR]

有小概率刷到重复的视频，（也可能是之前缓存的视频）你用多个设备的时候就会发现有时候会给你推送重复的视频。
例如一个视频你在手机上刷过了，过几个小时换 ipad 打开抖音有可能会再次刷到这个视频。

[Foxkeh]

B 站经常刷到看过的[手动笑哭]

[summerwar]

本地存下你的观看记录，你开始看一个视频时，后台加载下一个，与记录比对，看过了秒切第三个，你根本感觉不到

[june4]

在知乎推荐页面会刷到以前看过的，甚至评论过的条目，可能知乎列表有个上限

[loli]

youtube 推荐看过的比没看过的还多.无语了

[go522000]

可以用你手机本地资源去计算。
远程在你刷视频的时候，会提前加载后面 5 个视频列表过来，当推荐过来的列表中有 1 个或 2 个与你本地最近 1000 条比较后相同，就直接跳过，不影响，这样远程服务器需要计算你的爱好就可以，不需要去计算你的浏览记录。

[tetora]

还是不够人性化，经常给我推看过的（换两个人再演一遍同样的剧情）

[Dk2014]

@Foxkeh 批里批里是真的菜，电脑看过手机还推
同一类视频点过一次就疯狂推，点不喜欢还在推
现在很多标题党封面党骗你点击，想看点标题封面和内容有关联的视频都不好找

[NoOneNoBody]

抖音怎么做不知道，但我做的话 ——
最简单的话就存存 10000 个整数 id 就够了，并不是什么难事
实际上存的要更详细，不仅存你看了什么(what)，还会存时间(when)，设备和 ip(where)，通过什么方式到达该视频，观看时长、是否评论、点赞……(how)，who 就是帐号，why 就是推荐算法的缓存
复杂度 how 权重最大，how 细分项目越多，画像越容易推算

不然老是听说上亿数据量怎么来的？

[Kakarrot]

我更想让抖音不要推送"已浏览过内容相似 80%+"的视频...

如果能不推送"AI 自动配音/生成"的最好了

[lixiaobai913]

苹果和安卓双持就知道了，同一个账号不同的时间会刷到同一个视频

[loveumozart]

你得找 data 部门的 gofeed 算法工程师给你讲解，我猜这不是服务器工程师该解决的问题

[Yuan2One]

bitmap 布隆过滤器，面试老问，就是不知道是不是真的这么算的

[opengps]

只是存一个 id ，评论都不限制你，你看的 id 再多也算不上多少存储成本

[gooddayup]

作为字节内非抖音员工我可以提一下

是的，这个是推荐系统的去重环节，大致原理是以用户 uid 或 deviceid 为 key ，保存用户 N 天以内的观看记录，value 就是服务端或者客户端下发过的内容 id ，因此分别有服务端去重和客户端去重。大家偶尔会刷到重复的内容 id ，其实是不同人发的相似内容，在内容库里面对应不同的内容 id ，因此也有相似内容过滤，但偶尔会有 badcase 。

顺便提一下将去重 N 天缩小，比如从 90 天变成 30 天这种，会提升用户的停留时长，感觉大家还挺喜欢看重复的内容的，不过过短就不好了。

[mwuxlcanrh]

去重是推荐系统的基本操作，你看过的都是排序靠前的，不去重就永远循环了。

[seers]

应该是存本地，我手机和 pc 浏览器特意尝试过训练不同风格，结果就是同一个账号手机和 pc 推荐的完全不一样

[wwqm2]

我有刷到过同样的视频，同一个号同一个设备，还不只一个相同的视频，而是一连串都看过的，估计是遇到 bug 了

[leconio]

如果你的喜好向量小于向量视频的增量就不会重复了，如果小于，就调整方向。单独去做去重是没有意义的