抖音背後的黑科技到底是什麼？

 

 

 

---

頂着「今日頭條孵化、抄襲美國短視頻軟件」這樣的新聞字眼，「抖音」火了。不少人都很不可思議，抖音從上線以來到春節期間狂增3000萬DAU（日活躍用戶），直接超過了西瓜和火山成爲今日頭條旗下的新寵！

 

---

短視頻正在改變網民春節社交娛樂習慣

一條視頻點贊動輒百萬，甚至已經超越了去年最火的「快手」和老牌短視頻玩家「美拍」，成爲移動互聯網新貴。

 

---

截圖來自抖音用戶模仿岳雲鵬視頻

其實不管是快手，仍是抖音，他們能在短期內實現用戶暴增，必定離不開強大的技術支持。

---

那麼短視頻APP如抖音，在技術上又是如何支持其業務增加的呢？

---

01

---

抖音對技術的重視第一個就是雲計算的廣泛使用。

 

---

回顧前幾年直播興起的時候，每當用戶涌向平臺的時候，服務器就不堪重負，頻頻出現相似不能註冊、沒法登錄、頁面錯誤、卡頓等問題。

更況且，抖音以及快手之類的短視頻在技術細節上要求更高，好比美顏、美聲、濾鏡、特效等等。

而今日頭條在其高速發展過程當中，就已經開發了基於Kubernetes這一套最新的私有云平臺，同時融合了微服務的理念，構建了高效、穩定的雲計算平臺。

---

抖音背靠頭條這棵大樹，在雲計算方面天然比競爭對手要高出一籌，從而也支撐起其用戶的暴增。

---

02

---

抖音對技術的重視第二個體如今推薦算法上。

 

---

做爲今日頭條旗下的明星產品，抖音天然在推薦算法上，應用了不少頭條的作法。

尤爲如今90後、00後的年輕人都但願獲得個性化的關注，天然也但願所看到的視頻都是個性化推薦而來的。

那麼業界如何搭建一個個性化推薦系統？

以短視頻觀看爲例（這也適用於Facebook、Musically等社交網絡系統），推薦系統須要蒐集產品自己的信息（好比視頻的觀看時長、觀看次數），這個能夠獲得產品自己的屬性(item profile)。

而後進一步瞭解用戶的信息（user profile)，好比經過用戶的觀看、點贊、留言互動等獲得用戶喜歡哪一類產品，進而作個性化的推薦。

抖音在推薦算法上還有一個特色，就是去中心化。

 

---

抖音不會只推薦那些粉絲多的用戶，只要你內容的質量好，你的Click-Through Rate (CTR)就會高，就依舊能夠獲得粉絲的關注。

這種算法首先能夠鼓勵新人不斷的去挖掘有趣的內容，以及提升視頻的質量（你看到的1分鐘短視頻可能他們花了一天時間準備），避免出現相似微博那樣「大V一統天下」的狀況，從而鼓勵誕生更多的網紅。

從用戶的角度來講，也會看到更多有趣、生鮮的內容，避免平臺內容陷於同質化。

---

03

---

抖音在技術上的第三個優點就是各類圖像檢測技術的普遍應用。

 

---

好比，尬舞機上的人體關鍵點檢測技術就來本身今日頭條人工智能實驗室。

 

---

抖音新功能「尬舞機」成爆款

這項技術能夠檢測到視頻和圖像中所包含人體的各個關鍵點的位置，從而實現從用戶姿態到目標姿態的準確匹配。

如今的年輕人都很在意本身展示出來的形象，但願可以完整的表達本身的想法，抖音的這些功能，進一步鼓勵了用戶創造出更多高質量和原創的內容。

再加上背後頭條技術的支持，讓抖音可以成功成爲爆款。

想掌握「抖音」背後的爆款技術嗎？

想學習雲計算、推薦系統嗎？

那麼，你千萬不能錯過

如下這幾個大項目：

來Offer全棧項目實踐課程 | 項目介紹

 

---

基於雲計算和大數據的

用戶分析系統

隨着雲計算和大數據(MapReduce)的不斷普及，用戶行爲分析愈來愈成爲工業界分析大系統穩定性的重要工具，本項目從網站系統的Log收集作起，而後加以分析和綜合，得出對公司相當重要的用戶行爲。

本期項目實戰班將從淺入深講解在業界是如何從雲平臺收集Log，如何清洗和保存，而且使用Kibana作出各類極具商業價值的分析，好比基於時間序列的系統資源分析和基於地理信息的用戶行爲分析。

---

涵蓋的主流技術包括了ElasticSearch, Amazon Cloud, Kibana, Logstash，MapReduce等。

---

基於Amazon Web Service

的Event推薦系統

推薦系統是全部IT公司獲取利潤的來源，不管是大公司如Google、Facebook、Amazon，仍是各種Startup如Airbnb、Uber、Pinterest都須要一套高性能的推薦系統。

本期項目實戰班將帶領同窗瞭解一個推薦系統是如何從設計開始到具體實現的方方面面，實際設計和開發一個Event推薦API和Ticket搜索系統，主打後端服務和數據庫的開發，而且部署到Amazon Cloud上進行測試和維護。

---

涵蓋的主流技術包括MySQL, MongoDB, MapReduce，REST API, Java Servlet, OOD, Test, Cloud Computing等等全方面的學習，完整掌握一個後端工程師所必須的設計和開發能力。

---

基於Geo-index的

下一代社交網絡項目

隨着主流社交網絡（如微信、Facebook）的全球普及，一直以來，工業界一直在尋求下一代社交網絡的雛形。

更好的用戶體驗（例如過濾假新聞和垃圾信息）和更好的內容呈現方式均可能成爲下一代社交網絡的重點提高方向。

本項目將帶您分析各類社交網絡形態的利弊，並帶領您從零開始搭建一個基於Geo-index理念的Go+React社交網絡，並在其中加入衆多熱門技術的功能模塊。

---

涵蓋了Go+React, Google Cloud Platform, Bigtable, BigQuery, Dataflow, ElasticSearch等內容

---

基於大數據的

NBA球員數據分析和可視化

大數據分析一直是最熱門的方向之一，本項目講以NBA球員的關鍵指標如控球率、得分率等爲分析背景，給球隊教練在排兵佈陣方面提供強大的數據分析支持。

---

本項目將使用React JS做爲框架，資深的前端工程師將帶領同窗們深刻淺出的學習衆多前端框架如React、JSX、Redux、ES六、Promise、LESS\SASS、Webpack、JSLint、NPM、Yeoman及其應用。

 

---

基於基於Google Firebase的

城市熱點搜索Android App

隨着整個IT產業不斷從Web遷移到Mobile的服務，Mobile Developer有大量的空缺職位。幾乎每個IT公司都配有Android和iOS開發團隊。深刻學習Android項目有助於同窗們獲取更多的面試經驗。