Analis data di Washington Post telah membuat visualisasi yang menggambarkan bagaimana sistem rekomendasi TikTok mengatur konten berdasarkan paparan pengguna. Tim menganalisis 121.000 video dari riwayat tontonan 1.100 pengguna dan menggunakan model matematika untuk mempelajari video mana yang cenderung ditayangkan kepada penonton yang sama. Mereka kemudian memproyeksikan hubungan tersebut ke dalam ruang dua dimensi dan mengelompokkan hasilnya ke dalam wilayah heksagonal yang merangkum di mana kumpulan konten dan seberapa padat wilayah tersebut. Peta yang dihasilkan menunjukkan kategori-kategori, seperti komedi, sebagai kategori yang besar dan luas karena menarik bagi banyak pengguna yang berbeda, sementara minat yang lebih khusus, seperti fesyen, tampak sebagai kelompok yang lebih kecil dan lebih terisolasi. Jarak pada peta mencerminkan betapa mudahnya pengguna berpindah antar topik: beralih dari komedi ke konten keluarga adalah hal biasa, sedangkan beralih dari kucing ke politik sangat kecil kemungkinannya, dan fandom yang sangat terpolarisasi, seperti konten Taylor Swift, membentuk pulau mereka sendiri, sebagian besar tidak terhubung dengan platform lainnya.
Coba lihat.
