或许你也想知道，社交平台在背后给你贴了哪几个标签？

TikTok 将用户上传的内容按主题分类，并建立内容集群。TikTok 给这些内容起的名字包括：主流女性、另类女性、东南部黑人男性和沿海白领男性等等。并且每个内容集群都有子群，比如“职业篮球”的集群下有“金州勇士队”和“库里”的子组。

看起来，互联网 APP 比以往更懂用户了。

很多时候，仅仅靠几次搜索，常用 APP 的主页就会变得更“贴合你的需求”。

与其说默认这种“便利”，不如说用户是被软性强制了。在首次打开 APP 并同意隐私政策后，用户所有的信息都被互联网公司用来“提高服务质量”了。

这是继承自早期互联网公司的某种特性，如果需要获得更好的服务，作为交换，必须交出自己的数据访问权，在一次次隐私边界的窥探中，互联网公司获得了越来越多的数据。几乎所有的 APP 服务协议和隐私政策都有数万字，如果不是想去起诉，没有人会耐心读完。

当然，读完了你也没有选择权，毕竟如果用户点击了不同意，它就会直接强退，还占你内存。

《金融时报》的作者 Cristina Criddle 回忆起自己的互联网经历时说道：“Google 一直在偷看我们的电子邮件，Amazon 一直在监视我们买了什么，而 Twitter 和 Facebook 多年来一直在向我们的朋友或者敌人传递信息。”

这些数据，让互联网 APP 比用户自身更了解用户，随之而来的是更顺手的体验，以及更长的屏幕使用时间，好的，现在所有人都成功染上了互联网瘾症。

绝大部分时候用户并不知道互联网公司都搜集了哪些信息，以当今最成功的短视频平台 TikTok 为例，姓名、用户的大致位置和 IP 地址，点击次数、点赞、评论和播放时长，以及视频浏览痕迹等等，都会被收集。

TikTok 为了抹消用户及监管部门对于自己科技利维坦的各种顾虑，主动披露了自己公司的核心算法的运作原理（TikTok 在洛杉矶成立了透明及问责中心公布算法的相关信息），同时《纽约时报》爆料了一份名为《TikTok 算法 101》（TikTok Algo 101）的文件。TikTok 发言人希拉里·麦奎德（Hilary McQuaide）证实了文件的真实性，并表示其目的是为了向非技术人员解释算法的工作原理。（非常贴心）

公司算法有一个核心公式，文件中写道，“推荐系统会根据这个公式给所有视频打分，并将得分最高的视频反馈给用户”，并且“为简洁起见，本文档所示的公式经过了高度简化。实际使用的公式要复杂得更多，但背后的逻辑是一样的。”

互联网公司真的太注重用户体验了，即便是在“自曝”的时候，他们甚至贴心得将公司的核心算法高度简化给你看了——“P点赞*V点赞+P评论*V评论+E播放时长*V播放时长+P播放*V播放”，遗憾的是这并不足以教会我如何成立自己的短视频帝国。

算法有四个主要目标：用户价值、长期用户价值、作者价值和平台价值。文件中写道，“为追求公司增加日活用户的‘终极目标’，对提供给用户的视频内容流，它选择性地优化了两大密切相关的指标：‘留存率’——即用户是否回访——以及‘访问时长’。”

15 S 左右的时长以及其平台自带的强大剪辑工具，让创作变得比传统视屏平台简易得多，这让视频博主们比以往更高产，在高度细分的内容领域中，几乎每一个用户都能在这十几秒中获得愉悦。

算法透明（Algo Transparency）组织的创始人 Guillaume Chaslot 认为“这种系统意味着观看时长才是重点。它的算法是为了让人上瘾，而不是给人们真正想要的东西。”

虽然我们不能也不应该希冀每个平台都力图提供给用户“真正需要的”内容，但显然“纯粹娱乐”的内容更容易上瘾，这成就了它月活 14 亿的奇迹。

不过相较于用户获得的体验，广告商能从 TikTok 这里获得更好的体验。用户们不仅在平台上花费越来越长的时间，平台更是明确知道用户的喜好，这些数据挖掘是广告商梦寐以求的东西。

TikTok 算法在用户端的最终体现便是“For you page”，这个页面是 TikTok 成瘾的关键。亚瑟·克拉克(Arthur C.Clarke)说出“任何足够先进的科技,都与魔法无异”那句话时，世界上还没有那么多魔法，而现在连“读懂人心的魔法”都出现了。

TikTok 的魔法便是通过 FYP 给不同的用户推荐不同的内容，良好的体验换来了用户更高的参与度以及更深层次的信息，接着 FYP 就会变成你的专属页面——世界上没有两个 FYP 的内容是完全一致的。

不过这不仅仅归功于其强大的推荐算法，TikTok 还会给用户贴上标签，这些标签非常细碎，可以说是内容细分领域的标杆。《华尔街日报》将这种用户分组成为集群（clusters），这来源于 Netflix 的“集群品味”（taste clusters）功能，平台会把几个极刻板的短语刻在用户的脑门上，然后将标签类似的用户放在一起，给这些用户推荐他们可能感兴趣的内容。

TikTok 的给用户打的标签看起来非常务实，根据一位前 TikTok 员工的证言，公司将其用户发布的所有视频组织成一个按主题分类的集群网络，这些内容会被标记为“主流女性、另类女性、东南部黑人男性和沿海白领男性”，不得不说，这足够刻板。

作为内容细分领域的老大哥，功课做的自然比别人多。在每一个内容集群之下还会有子集群，比如“另类女性”的内容集群下还会有诸如“纹身”、“lesbian”、以及“波特兰”（Portland，美国城市，以多元开放著称）。而“职业篮球”内容集群下有“金州勇士”和“斯蒂芬库里”的内容子集群，这倒是方便了人迷和队迷，都能看见自己想要的。

虽然平台并不要求用户填写自己的取向，但当用户观看过被标记为 LGBT 的内容后，平台会给相关用户推送更贴近群体文化的内容。事实上这并不友善，数字信息工作的从业人员提出，社交媒体和广告技术行业不应当跟踪潜在的敏感特征，这些特征的背后是一份弱势用户名单，这会导致针对他们的骚扰和暴力。

根据前员工的发言，该公司去年删除了这些集群的名称，并用数字代替，同时这些数据被新成立的子公司保管，仅少数授权员工可以看见这些数据。

“孩子每看一条视频，TikTok就会获得一点关于他的信息。几个小时内，它的算法就能测出他的音乐喜好、他的外形喜好、他是否抑郁、是否药物上瘾还有其他许多敏感信息。”

Guillaume Chaslot 认为平台对用户的了解速度快的有些恐怖，靠着最先推荐给用户的 8 个流行短视频，大部分是蠢萌的宠物或者抽帧舞蹈，然后在一次次滑动后，算法就能迅速勾勒出你的画像。

网站 Repeller 的作者 Amalie MacGowan 在分享自己的经历时认为“TikTok 的算法比我本人更了解我的取向”，从点赞一个酷儿内容开始，平台开始给她推荐越来越多的相关内容。这些“别人的生活”加强了她的身份认同。

像是接受过谈话疗法后的一种自我认同，以至于听起来像是人们正在依靠算法找到自我。事实上这只是在以平台内容为参照后，重新重视自己此前忽略的部分，这些此前忽略的东西被放大了。但我们需要知道的是，算法这样做的初衷并非帮助用户寻找自己和他人更细微的区别，而是为了利润。

斯坦福大学 AI 研究所的 Johannes Eichstaedt 认为算法对用户进行细分的核心目的是“试图将你与普通用户区分开来”，以获得你的持续关注。“所以用户给平台反馈中的任何偏差，它都会持续探索。”

平台正在试图放大用户之间的细微差别，借助一次又一次的滑动，利用内容集群将用户分类变得越来越细。Johannes Eichstaedt 认为平台正是依靠放大这些差别赚得了定向广告商的费用。

用户似乎乐意接受这种集群策略，并开始自创更多的 hashtag，普通黑人女孩（Black Girl）、Cottagecore 风格的中产黑人女孩（Alt Cottagecore Middle-Class Black Girl）、酷儿拉丁裔轮滑女孩（Queer Latina Roller Skating Girl）、并不多动但注意力缺陷女（Women With Non-Hyperactive ADHD）。

我们已经习惯于贴标签了，相较此前探索自身的方式，现在从关键词中找到自我认同变成一种更加普遍的手段，以至于社交正在简化成通过几个 category codes 来找到朋友，甚至找到自我。

这并不是什么值得高兴的事，用户已经被这套互联网逻辑驯化了。仅靠几个数十秒的视频和几个关键词，便判定一个人变成了一种习以为常。算法成了这个世纪的魔法，手指上下滑动就能完成一场心灵救赎，了解自己。

但事实显然不是如此，在被归类为几个关键词之前，保持自己的复杂性才是最重要的，别让平台给你贴上标签。