La tesi analizza il funzionamento degli algoritmi di raccomandazione delle piattaforme social, con un focus su TikTok e la metrica della copertura, attraverso la progettazione di un modello probabilistico simulato su MATLAB. L’obiettivo principale è studiare le dinamiche che influenzano la copertura (numero di utenti unici ad aver visto il video) dei contenuti e comprendere i fattori determinanti per la visibilità dei video. Il modello considera variabili chiave come la qualità, l’engagement e la durata dei video, analizzando come queste interagiscono con il comportamento degli utenti. Attraverso simulazioni iterative, vengono valutati l’andamento del watch time medio e la crescita della reach complessiva. I risultati forniscono una comprensione dei meccanismi che regolano la viralità e l’efficacia della distribuzione dei contenuti, offrendo spunti utili per analisi future sui sistemi di raccomandazione.
Simulazione della Copertura su TikTok: Un Modello Probabilistico dell'Algoritmo di Raccomandazione
GREKU, NIKOLA
2024/2025
Abstract
La tesi analizza il funzionamento degli algoritmi di raccomandazione delle piattaforme social, con un focus su TikTok e la metrica della copertura, attraverso la progettazione di un modello probabilistico simulato su MATLAB. L’obiettivo principale è studiare le dinamiche che influenzano la copertura (numero di utenti unici ad aver visto il video) dei contenuti e comprendere i fattori determinanti per la visibilità dei video. Il modello considera variabili chiave come la qualità, l’engagement e la durata dei video, analizzando come queste interagiscono con il comportamento degli utenti. Attraverso simulazioni iterative, vengono valutati l’andamento del watch time medio e la crescita della reach complessiva. I risultati forniscono una comprensione dei meccanismi che regolano la viralità e l’efficacia della distribuzione dei contenuti, offrendo spunti utili per analisi future sui sistemi di raccomandazione.File | Dimensione | Formato | |
---|---|---|---|
Greku_Nikola.pdf
accesso aperto
Dimensione
1.92 MB
Formato
Adobe PDF
|
1.92 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/82739