本文目录一览：

• 1、TikTok的核心技术是什么，竟让美国科技巨头无法复制？
• 2、学校食堂刷脸支付办理步骤
• 3、AI的应用，最可能让那些产品降价？
• 4、抖音带货达人数据分析
• 5、你认为在融合新闻生产实践中,创意、内容、数据、技术哪个更重要,它们分别扮演着什么功能,简单谈谈看法？
• 6、抖音的推荐机制是利用的什么原理？

TikTok的核心技术是什么，竟让美国科技巨头无法复制？

TikTok的核心技术是什么，竟让美国科技巨头无法复制？TikTok相信大旦纤家都不陌生，作为一款在国内开发的短视频APP。TikTok在今年的5月份全球下载量就已经突破了20亿次。无论是在美国，还是在印度市场，TikTok都有着自己庞大的用户群体。通过对于用户所看视频的推荐机制调整，TikTok已经训练出了自己的推荐画像。针对不同的用户群体推送不同的内容，以此增加用户与APP之间的黏性。基于庞大用户的数据基础，TikTok目前已经拥有了成熟的短视频推荐机制。

近日，美国技术人员在接受Business Insider采访时表示“如果TikTok的推荐算法不包含在本次交易之中，那么购买TikTok的公司也很难复制其成功模式。”简而言之，TikTok基于美国用户进行短视频的推荐机制，已经成为了TikTok的最大底牌。收购TikTok的企业，如果没有相关的算法和数据模式，也很难做到“成功”。

TikTok如何为用户推送视频？不妨先说一说TikTok，是如何通过算法来“投其所爱”的。个性化推荐机制，决定了TikTok为每位用户推送不同的内容，根据TikTok公布的部分数据来看：主要通过：用户互动、视频信息、以及设备账户设置、国家设置和设备类型进行推送。个性化推荐其实在所有APP中都有自己的一套算法，在用户的实际使用过程中。

TikTok通过多个维度对用户使用的数据进行反馈、研究，直到塑造出一套完美的推荐模型，帮助用户发掘自己喜欢的视频。这也是很多人一旦打开APP，就要看使用很长一段时间的重要原因。连续推荐不同的内容，不仅能够让用户摆脱审美的疲劳，更能加深用户和APP的黏性。笔者认为 ，如果没有一套完善的算法，TikTok就无法成为全球最大的短视频平台之一。从其进入美国带厅市场占据的份额来看，无论是Face Book还是推特目前在短视频领域，在自己的推荐算法都无法赶超TikTok。

如果TikTok并不打算出售自己的算法，那么这笔收购的项目还会有人买吗？早在8月28日，商务部、科技部调整发布了《中国禁止出口限制出口技术目录》，目录中增加了“基于数据分析的个性化信息推送服务技术”条款，在这则新规出台之后，TikTok的收蠢迟隐购也被迫谈判陷入了僵局。买家难以复制其成功的模式，也就代表着这款APP的上升空间将会大不如之前。但即便如此，美国很多企业仍旧加入了竞购的名单之中，微软、沃尔玛、甲骨文等巨头公司也开始合作进行竞拍。

作为一个已经成型的APP而言，TikTok依旧有着非常大的潜力。业内人士指出，TikTok的交易会推迟到今年11月美国大选之后进行。如果算法技术无法进行交易，美国科技公司可能会开发全新的算法机制，以满足更多不同的用户进行使用。但笔者也有一个疑问，如果通过算法的授权，并在其他国家收购相关的短视频公司。是不是依旧可以将市场掌握在自己手中呢？对此，你是怎么看的呢？欢迎大家留言讨论！

学校食堂刷脸支付办理步骤

在微信APP里打开“钱包”，点击右上角，选中并点击“支付管理”。在弹出的页面中点击“面容支付”即可开通刷脸支付。

操作环境：

品牌型号：华为nova7

系统版本：harmonyOS.2

app版本：v8.0.18

【拓展资料】

商户使用微信刷脸支付有如何好处？

1.用AI技术，优化店铺运营效率

基于微信支付生态，结合商顷旁晌户营销系统后台交易数据，融合终端设备已感知的综合数据进行智能建模，帮助店铺构建更加细雀锋致准确的用户画像，用大数据解决个性化营销问题。

2.自助结账，契合年轻人的购物节奏

消费者在使用刷脸支付的时候，不需要排队等收银员，就可以自助完成购物，直接扫描产品码。而且现在年轻人更容易接受新的方式，刷脸支付为新潮行为，必定会受到关注；同时，自助购物解决收银时间，更符合年轻人的购物节奏。

3.店铺个性营销，智能化管理成为可能

洞查用户需求、分析客流信息，多维度标签描绘消费者画像，帮助商户升级服务，智能选品，自主个性化营销，无人售货技术也为启兆店铺智能化管理成为可能。

作为祖国未来的花朵，除了吃好喝好还要休息好!因为之前打餐经常排长队，浪费很多时间;如果碰上饭卡丢了，去补卡，花费的时间更多!这样就导致学生们得不到很好的休息时间，现在有了智慧食堂系统那就不一样了，学生们站在人脸支付设备前，3秒就能完成打餐!如此一来，学生们得到休息的时间更充裕了!

学校食堂数据分析、各类数据报表、实时营收数据、经营情况、财务对账、成本管控等等，均可实现精准分析、营销，免去档口人工成本，同时，由智能食堂系统统一管理，账目目了然。

AI的应用，最可能让那些产品降价？

AI的应用可以让很多产品降价，以下是一些最可能受益于AI技术的产品：

1. 电商产品：AI可以通过对用户行为和数据的分析，为商家提供精准的用户画像和商品推荐，从而提高销售转化率和客户满意度。此外，AI还可以协助商家优化供应链管理、库存管理和物流配送等环节，降低产品的成本，进而降低产品价格。

2. 智能家居产品：AI技术可以使智能家居产品更加智能化、高效化和便捷化，提高产品的性价比。例如，智能家居产品可以通过AI技术实现智能节能、智能安全和智能控制等功能，让消费者在使用过程中更加省心省力，降低消费者的购买成本。

3. 智能医疗产品：AI技术可以帮助医疗行业实现精准诊断、个性化治疗，提高医疗效率和降低医疗成本。例如，AI技术可以对患者的病历、影像等数据进行分析，帮助医生进行诊断和治疗计简闭敬划的制定，提高医疗效率和精准拦慎度，降低患者的医疗费用。

4. 自动驾驶汽车：随着自动驾驶技术的发展，未来自动驾驶汽车将大量普及态腊，使得汽车的生产成本和使用成本得到极大的降低。自动驾驶汽车的核心部件是激光雷达、摄像头和传感器等，这些零部件的价格随着技术的发展和市场的扩大也会逐渐降低，从而降低消费者购车的成本。

总的来说，AI技术的应用可以帮助各行各业提高生产效率、优化资源配置、降低成本，从而使很多产品的价格更加亲民化，更加符合市场需求。同时，随着技术的不断发展，AI技术的应用可能会进一步拓展，带来更多的产品降价和市场变革。

抖音带货达人数据分析

当前的移动互联网时代是流量为王的时代TikTok上的数据分析：使用AI智能技术实现更精准的用户画像。，各家互联网平台都在攻城略地，跑马圈地，为TikTok上的数据分析：使用AI智能技术实现更精准的用户画像。了吸引用户的注意和时间使出浑身解数。

最近，笔者一直再关注抖音，对它也是爱不释手。抖音是一款互联网短视频服务型社交类产品。不同于微信是熟人之间的交往，它主打陌生人之间的联系，可以更快速的扩展社交圈，结识更多的新朋友。

短视频是继文本、图片、音频后新一代社交工具，现在非常火。

国内无论男女老少，各年龄层人群都有许多忠实的抖粉。在海外，抖音的国际版TikTok在欧美地区也获得TikTok上的数据分析：使用AI智能技术实现更精准的用户画像。了大量年轻人的青睐。

个人觉得抖音有意思的地方在于，可以在平台里面找到自己感兴趣的各种内容，并且可以与作者以及其他读者及时互动。

抖音目前已经成为综合服务平台，里面的内容有说 历史 的、讲影视评论、 搞笑 段子、人文哲学、 旅游 圣地、 美食 推荐、 体育 健身、带货直播、才艺直播等等包罗万象。

地铁、公交、旅途中随处可见越来越多的人都在刷抖音，并且逐步“上瘾”，甚至一天不刷都会觉得难受。有时候觉得抖音内容这么丰富，是不是已经对传统的电视节目构成TikTok上的数据分析：使用AI智能技术实现更精准的用户画像。了威胁。

最近一段时间无意中刷到一个抖音号“蝉妈妈数据”，是专门讲抖音带货达人成绩的。里面有期内容讲的是抖音5月份TOP10达人带货榜单。

里面名人不少，他（她）们一个月的成绩是相当耀眼啊TikTok上的数据分析：使用AI智能技术实现更精准的用户画像。！成交的金额真牛！一个人能做到这么大的成绩，厉害！（成绩可以参考图一、图二、图三、图四）。

老罗排第二，想起去年媒体报道罗永浩经营的锤子 科技 破产欠了6个亿债务。但是截止2020年10月他在脱口秀大会总决赛上透露还债已超过4亿，看来直播带货已经成为他快速还款的手段。如果这么带下去，尾款估计很快就会还完，未来甚至可能还有巨大的盈余。

这是怎么实现的呢？是通过互联网这个渠道快速变现啊！

图一 至 图四

因为自己是从事数据分析工作的，看到这些数字和商品，就开始琢磨能不能分析点什么有意弯键思的东西出来。比如说能否看到达人们赚钱背后的逻辑呢？知悉枝道他们的套路和操作方法也算是涨见识。

本着这个兴趣，我开始了分析工作，于是就有了下面这些两个分析汇总图表。（事先声明本次分析先不考虑数据的真实性和数据的出处，只考虑数据的本身意义和启示）。

表一：TOP10信息汇总表

从这张表里我们可以得到如下信息：

1、TOP10里面的达人粉丝数加起来一共有1.5亿人，5月份带货总额一共23.32亿元；

2、TOP10带货的品类一共27个；

3、男达人的数量超过女达人。

4、带货总额同粉丝数的关系不大。例如：董先生珠宝的粉丝数少，但是货品价格高，所以金额大。

乖乖，多么厉害的战绩啊！全国人口14亿多，这10个人的粉丝加起来比全国十分之一的人口还多点。23.32亿元的销售额全部通过互联网线上实现，若是要通过线下的商场或品牌店来实现，需要多少家商场或商铺来参与？需要做多少场促销活动？估计只有实体行业的商场或品牌店运营者自己才知道需要动用多少资源才能实现这个成绩。

看完这4个数据和结论后，我不禁会想他们是怎么做到的了？围绕这些内容引起了我更多的猜想。我把问题一个个列出来。有时候，探求答案的过程，就是在不断发掘问题，做证明题的过程。把问题想清楚了，比直接知道答案更有意义。问题如下：

1、达人的带货总额里，有多少销售额和货物数量是粉丝贡献的？

2、有多少销售额和货物数量是非粉丝贡献的？

3、两者之间的销售额和货物数量比率各是多少？

4、买货粉丝的数量占全体粉丝数量的比率是多少？

5、TOP10达人的买货粉丝存不存在是多家粉丝的情况？

6、TOP10达人的买货粉丝有无在其他达人买货的情况？

7、TOP10达人的买货非粉丝有无在其达人买货的情况？

8、TOP10达人所带货品之间有无关联？是不是属于同一集团？

表二：平类分析

通过上图可以分析出达人们所带货物主要分为8个品类，其中带的最多的前三个品类分别是家居宠物、零食食品、美妆护理睁闹敏，这些都是属于生活消费类商品，同老百姓的生活息息相关。

但是，珠宝饰品销售额也很大，说明老百姓也敢于在不去现场店铺、不见实物的情况下，敢于在网上直接下单购物了。这同以往去传统线下珠宝店买首饰的购物方式很不一样。

表二数据产生的结论和问题如下：

1、由于各个达人所带货物并不仅仅是只有一个，一般最起码都是两个或三个。所以，达人们所带货物金额虽然大，但是每个品类的实际销售额是多少了？没有这个数字，很难判断达人们在具体商品上的销售推荐能力最强。

2、达人们获得如此耀眼的战绩，那他（她）们在5月份举行的直播有多少场？

3、这些直播一般是在什么时间开始？什么时间结束？

4、每次直播都有多少观众参与？

5、每场直播成交额多少？

6、每场直播卖出的商品数量是多少？

7、直播商品销售额和货物数量，粉丝和非粉丝的采购各占多少？

8、除直播以外，达人们在5月份其他时间的商品销售额是多少？

9、粉丝和非粉丝贡献的金额和数量格式多少？

10、直播的销售量和销售额大，还是非直播时间的销售量和销售额大？

11、粉丝和非粉丝是否存在购买多个达人推荐商品的情况？

12、粉丝和非粉丝在一个月里是否存在重复购买达人推荐商品的情况？

结合上面两个图表，我们看到了4个结论，19个问题。问题比结论多，说明还有很多事情值得深入调查和思考。而且，这些结论和问题都是同数据和实际场景紧密相关的。

所谓数字化，关键就是在于发现数据、分析数据、使用数据。数据获取后同实际场景相关联和验证，这样就会发现现象背后的真实故事。在达人这个案例中，数据存在于抖音平台上。

因此，数据分析反而最关键。这些问题都是同分析紧密相关的，回答了这些问题，我们就能了解用户画像、用户行为、采购频次、用户喜好、达人营销方式效果等等信息。有了这些信息，就可以更好去分析达人成功的秘密。

下一步，计划选几个达人出来，观察他们一个月的时间，具体记录他们这个月在抖音上的行动。看看能不能发现新的东西出来。下次再见！您若有不同意见，欢迎在留言区讨论。

· END ·

你认为在融合新闻生产实践中,创意、内容、数据、技术哪个更重要,它们分别扮演着什么功能,简单谈谈看法？

在融合新闻生产实践中创意更重要，它们分别扮演着创新、形式丰富、数据证明、技术支持的功能。

看法：在这种趋势下，中国新闻媒体也需要向融合新闻进行转型。由于网络技术和数字技术的推动，传统媒体与新兴媒体之间的界限变得越来越模糊，媒介融合在全球逐渐形誉缺成大潮流，友瞎在此背景之下，“融合新闻”应运而生。

融合新闻注意：

“融合新闻”又称“多样化新闻”，主要指利用多媒体手段进行新闻传播活动。不同的媒体例如报纸、电台、电视台和网站及手机庆告辩等，集中在一个信息操作平台上，统一策划、相互协调，取长补短，根据各自媒体和受众特点对信息进行分类加工，发挥各自的传播优势。

抖音的推荐机制是利用的什么原理？

一、智能算法的推荐原理

智能算法推荐的本质，是从一个聚合内容池里面给当前用户匹配出最感兴趣的内容。

这个内容池，每天有几十上百万的内容，涵盖15s短视频、1min长视频、5min超长视频。

而在给用户匹配内容的时候，平台主要依据3个要素：内容、用户以及用户对内容的感兴趣程度。

系统是怎么理解我们创作的内容呢？

平台在做内容刻画的时候，主要会依托于关键词识别技术：通过提取文案、视频中的关键词，根据关键词将内容进行粗分渗陵类，然后根据细分领域的关键词，再对分类进行细化。

比如，视频文案及内容的关键词是“罗纳尔多、足球、世界杯”。

大部分关键词都属于体育类词汇，就会先把你的作品分到体育大类，然后根据具体的关键词，再细分到“足球”、“国际足球”等二三级类目。

内容刻画

关键词提取原则：

1）高频词原则：系统从作品、文案中提取高频出现的词汇；

2）独特性规则：大部分文案、内容出现的词，不会被认为是关键词。

比如虚词（的、地、得、而、对于……）；

比如转折词（虽然、但是、因为、所以……）郑虚。

独特性原则

怎么才能让系统更好的识别我们的关键词呢？

1）避免使用非常规词。比如：活久见、城会玩、腿玩年、DBQ……

2）名人/地名用全程，不用缩写或外号。比如：詹姆斯vs詹皇，广西、广东vs两广地区，香港、澳门vs港澳……

3）多用具有代表性的实体词。实体词就是一些名词和代词，比如人名、地名、公司名称等。

例如：《流动着的舞台，街头中的故事》，在这个文案中，我们很难提取出有意义的实体词，我们对它进行优化：《印度就是脏乱差？这组图片让你看清印度的另一面，与想象中大不同》

优化后，我们这个就能提取出“印度”这个实体词，知道是跟印度有关的内容，进一步丛丛戚提取，还会发现“脏乱差”、“图片”这些有意义的词汇。

系统是怎么理解用户的？

为了更好的理解用户需求，系统会从多个角度进行用户画像：

1）历史浏览信息（从作品文案、内容中的关键词提取）

2）身份标签（兴趣标签、职业、年龄、性别、机型……）

3）环境特征：根据他们当前的环境（工作、通勤、旅游、娱乐场所、休息……），确认用户的状态

用户刻画

通过这一系列的比对、分析，系统推测还原出一个用户的基本属性，比如：Ta可能是一个正在旅游的男性，喜欢足球、汽车等分类。

系统会把上述的用户特征，归类为这个用户的标签。

用户标签主要分为3大类：

1）用户的基本信息（年龄、性别、地域）；

2）用户的行为信息（关注账号，历史流浪记录，点赞收藏的内容、音乐、话题）；

3）阅读兴趣（阅读行为、用户聚类、用户标记）。

系统根据用户的信息和行为，对用户进行分析计算，计算出用户喜好的分类、话题、人物等其他信息，这样就完成了系统对用户的刻画。

推荐算法的本质

利用作品的特征（主题词、标签、热度、转发、时效、相似度）、用户喜好特征（短期点击行为、兴趣、职业、年龄、性别等），以及环境因素（地域、时间、天气、网络环境），拟合一个用户对内容满意的函数，它会估算用户对每一个作品的点击概率，然后再从系统几十上百万的内容流量池中，将所有的作品按照兴趣由高到低排序，Top10的作品在此时会脱颖而出，被推荐到用户的手机上进行展现。

大概就是这个样子想学的可以私信小编