Comment fonctionne l’algorithme TikTok : ce que TikTok et ByteDance ont vraiment publié

Ce que j’ai lu : TikTok s’explique, et l’article de ByteDance ne nomme jamais TikTok

Les sources publiques sont de deux types : des explications en langage simple sur les sites de TikTok, et un article technique de ByteDance, l’entreprise derrière TikTok, que bien des textes présentent comme « l’algorithme de TikTok ».

• TikTok Newsroom, « How TikTok recommends videos #ForYou », 18 juin 2020. Une déclaration officielle sur le système en service, qui nomme les principaux facteurs et plusieurs règles du fil. Elle date de six ans.
• Centre de transparence de TikTok, « Introduction to the TikTok recommendation system ». Non daté ; je l’ai lu le 21 septembre 2026. La présentation officielle la plus détaillée, du choix des candidates aux règles finales.
• Site d’aide de TikTok, « How TikTok recommends content ». Non daté ; lu aussi le 21 septembre 2026. Des listes officielles de facteurs pour chaque partie de l’appli, Pour toi compris.
• Deux courts textes officiels, de décembre 2021 (varier les recommandations) et de décembre 2022 (le panneau « Pourquoi cette vidéo »), et les normes d’éligibilité au fil Pour toi des Règles communautaires de TikTok, version de mars 2023.
• TikTok Newsroom, 23 janvier 2026 : la nouvelle coentreprise américaine va réentraîner, tester et mettre à jour l’algorithme de recommandation de contenu sur les données des utilisateurs américains. confirmé · 9
• Liu et dix coauteurs (2022), « Monolith: Real Time Recommendation System With Collisionless Embedding Table ». Les auteurs, tous employés ou stagiaires de ByteDance, l’ont présenté à un atelier de la conférence ACM RecSys en septembre 2022. Il décrit un système en production, déployé avec succès, dit-il, dans le produit BytePlus Recommend. confirmé · 4 ByteDance a depuis mis le code sur GitHub ; la page du projet ne mentionne pas TikTok, et le dépôt a été archivé en octobre 2025. confirmé · 5

Aucune de ces sources ne contient le code du modèle de TikTok ni une seule valeur de pondération. En 2020, TikTok a dit que des experts invités pourraient examiner son code source dans son Centre de transparence de Los Angeles. confirmé · 1 C’était une offre à des visiteurs invités, pas une diffusion publique.

Selon TikTok, le fil prédit tes réactions, trie selon elles, puis ajoute de la variété

1La vidéo est vérifiée et décrite. Seules les vidéos qui passent la modération initiale de TikTok deviennent candidates. confirmé · 2 TikTok fait respecter ses règles avec des modèles d’apprentissage automatique et une vérification humaine. confirmé · 2 En 2020, il disait aussi qu’une vidéo tout juste publiée ou en cours d’examen peut n’être éligible au fil Pour toi de personne. confirmé · 1 Sur la vidéo elle-même, TikTok dit utiliser des détails descriptifs : légendes, sons et hashtags en 2020 ; aujourd’hui, heure et région de publication, réglage de langue de l’auteur, bande-son, durée et hashtags. confirmé · 1, 2 Ce sont des exemples, et aucune des deux listes ne dit si des modèles analysent ce qui est montré ou dit dans la vidéo pour décider qui la voit.

2Un grand lot de candidates est récupéré. Le système va chercher un grand nombre de vidéos éligibles au fil Pour toi ; TikTok ne précise ni combien ni comment elles sont choisies. confirmé · 2 La même page dit qu’il se sert aussi du comportement des autres : si quelqu’un a interagi avec deux des mêmes vidéos que toi, le système peut prédire que tu interagiras avec une troisième vidéo avec laquelle cette personne a interagi. confirmé · 2 Tes liens d’abonnement comptent aussi. confirmé · 2

3Chaque candidate reçoit un score tiré des réactions prédites. Pour chaque vidéo, le système estime la probabilité que tu l’aimes, la partages ou la commentes, la marques « Pas intéressé(e) », suives son auteur ou interagisses avec son profil, la finisses, la passes ou l’ajoutes à tes favoris, y passes un certain temps, ou appuies sur le son. confirmé · 2 Il combine ces prédictions en un score global et trie les vidéos par ordre décroissant. confirmé · 2

Comment ces prédictions sont combinées n’est pas publié. En 2020, TikTok disait que les signaux forts comptent plus que les faibles : finir une vidéo plus longue du début à la fin compte plus qu’être dans le même pays que le créateur. confirmé · 1 Les réglages de l’appareil et du compte comptent moins, disait-il, car les gens ne les expriment pas activement comme préférences. confirmé · 1 Aujourd’hui, il dit que pour beaucoup d’utilisateurs, le temps de visionnage pèse généralement plus que les autres facteurs, et que cette pondération peut changer avec le temps. confirmé · 3 Sa liste actuelle de facteurs du fil Pour toi inclut aussi le nombre de vues d’une vidéo et son pays de publication. confirmé · 3

L’article Monolith décrit un modèle en production, non nommé, fait de plusieurs « tours » (towers), chacune prédisant un type différent de comportement des utilisateurs. confirmé · 4 Ça correspond à la description de TikTok, mais l’article ne dit pas que ce modèle sert à TikTok. déduit

4Les vérifications finales ajoutent de la variété et appliquent des règles. Si les vidéos les mieux classées se ressemblent trop, par exemple parce qu’elles utilisent le même son, le système en remplace certaines. confirmé · 2 En 2020, TikTok disait que le fil évite en général deux vidéos d’affilée avec le même son ou du même créateur, et ne recommande ni contenus dupliqués, ni vidéos déjà vues, ni spam. confirmé · 1 Des règles s’assurent ensuite que le fil inclut des créateurs de ta région et exclut les contenus des comptes de moins de 16 ans. confirmé · 2 TikTok glisse aussi exprès des vidéos qui sortent de tes intérêts déclarés ou qui ont peu de j’aime, et en 2021, il testait des moyens d’éviter les longues séries de vidéos similaires sur des sujets comme les régimes extrêmes, la tristesse ou les ruptures. confirmé · 1, 6

5Le fil apprend de ce qui suit. TikTok dit que chaque nouvelle interaction aide le système à apprendre tes intérêts, et qualifie ses signaux de dynamiques et constamment mis à jour, sans dire à quelle vitesse. confirmé · 1, 2 C’est dans Monolith que ByteDance documente la vitesse : les actions des utilisateurs, comme les clics et les j’aime, repartent dans l’entraînement pendant que le modèle en ligne continue de tourner. confirmé · 4 Ce que le modèle garde sur chaque utilisateur, élément ou autre identifiant était actualisé à l’échelle de la minute ; le reste, une fois par jour. confirmé · 4 Lors d’un test réel de sept jours sur un modèle publicitaire de ByteDance, cet entraînement en temps réel a battu le réentraînement périodique par lots chacun des sept jours, selon la mesure de précision de l’article. confirmé · 4

L’autre grande idée de Monolith, c’est la mémoire : au lieu de laisser des utilisateurs ou des éléments différents partager une case, ce qui les confond, il donne à chacun la sienne. confirmé · 4 Il ignore aussi les identifiants vus seulement quelques fois et fait expirer les inactifs, comme une courte vidéo qui n’est plus d’actualité. confirmé · 4

L’article ne parle jamais des objectifs, des signaux ou des pondérations du fil Pour toi ; ses tests portaient sur des données publiques (notes de films, clics publicitaires) et des modèles de ByteDance non nommés. confirmé · 4 Comme ByteDance a conçu Monolith pour des produits à retour rapide et cite le classement de vidéos courtes en exemple, les systèmes de TikTok apprennent probablement vite eux aussi — mais aucune source ne le confirme. déduit

Ma lecture : le visionnage passe en premier, et chaque vidéo compte pour elle-même

Aucun de ces points n’est une règle publiée par TikTok. Chacun est ma propre déduction, et j’en donne la base.

• Donne envie de rester jusqu’au bout. Selon TikTok, le temps de visionnage pèse généralement le plus pour beaucoup d’utilisateurs, et finir une vidéo plus longue est un signe fort d’intérêt — le visionnage est donc sans doute ton principal indicateur, et plus de durée n’aide que si les gens restent. déduit
• Ne gagne pas la première seconde pour perdre la personne ensuite. Passer la vidéo et « Pas intéressé(e) » font partie des réactions prédites, et TikTok dit tenir compte de ce que les gens marquent comme sans intérêt — une accroche que la vidéo ne tient pas risque donc de jouer contre toi. déduit
• Juge chaque vidéo pour elle-même. Puisque TikTok a dit que le nombre d’abonnés et les anciens succès ne sont pas des facteurs directs, un petit compte n’est pas exclu par sa taille, un succès passé ne porte pas la vidéo suivante, et un flop tient plus probablement à cette vidéo qu’à un mauvais point pour ton compte. déduit
• Décris la vidéo pour les gens que tu vises. TikTok compte les légendes, les sons et les hashtags parmi les informations sur la vidéo et permet aux gens de filtrer des mots et des hashtags, donc une description exacte aide probablement les bonnes personnes à la trouver. déduit Aucun article publié ni aucune page officielle ne dit qu’empiler des hashtags populaires ajoute de la portée. Un son tendance n’est pas non plus un passe-droit : la vérification finale remplace des vidéos bien classées qui se ressemblent trop, comme celles qui partagent un son. déduit
• Reste éligible. Les normes d’éligibilité 2023 de TikTok excluent du fil Pour toi les republications sans modification nouvelle ou créative, les clips très courts, les vidéos faites uniquement de GIF et les appâts du type « like pour like ». confirmé · 8 Ces vidéos restent trouvables par la recherche ou en suivant le compte. confirmé · 8 Si une vidéo ne fait des vues que chez tes abonnés et par la recherche, vérifie ces normes avant de conclure à une pénalité. déduit
• Lis tes résultats sur plusieurs publications. Les nouvelles vidéos peuvent être retenues pendant leur examen, TikTok glisse exprès des vidéos hors des intérêts connus des gens, et la pondération peut changer avec le temps. confirmé · 1, 3 La première heure d’une vidéo donne donc une lecture brouillée ; compare plusieurs publications avant de changer de cap. déduit

Personne hors de TikTok ne connaît les pondérations, moi comprise

Je regarde des vidéos toute la journée, et je ne vois toujours pas les pondérations de TikTok. Ce qui est publié laisse de côté l’essentiel de ce que tu voudrais savoir :

• Les pondérations. TikTok dit qu’elles peuvent changer, mais ne donne aucun chiffre. confirmé · 1, 3
• Comment les candidates sont trouvées. Le Centre de transparence parle seulement d’un grand nombre de vidéos. confirmé · 2
• Si les images et la parole d’une vidéo sont analysées pour décider qui la voit. Aucun article publié ni aucune page officielle ne le confirme pour le fil Pour toi.
• Ce que change le réentraînement américain. TikTok a dit en janvier 2026 que l’algorithme serait réentraîné sur les données des utilisateurs américains, mais pas en quoi le classement changera. confirmé · 9

Quatre croyances répandues, vérifiées dans les sources :

• « Les gros comptes sont poussés. » Contredit, comme facteur direct : en 2020, TikTok a dit que le nombre d’abonnés et les anciens succès ne sont pas des facteurs directs, tout en admettant que les gros comptes obtiennent probablement plus de vues. confirmé · 1 La popularité joue quand même : la liste actuelle du fil Pour toi inclut le nombre de vues d’une vidéo, et le panneau « Pourquoi cette vidéo » peut citer des contenus populaires dans ta région. confirmé · 3, 7 Les pages actuelles ne répètent ni ne retirent la déclaration de 2020 sur les abonnés.
• « Chaque vidéo est d’abord testée sur un petit groupe. » À moitié vrai. TikTok classe le fil de chaque personne selon la probabilité qu’elle regarde, finisse, partage ou passe chaque vidéo. confirmé · 2 Une nouvelle vidéo atteint donc d’abord surtout les gens à qui elle est censée plaire, pas un groupe pris au hasard, et leur réaction influence qui la verra ensuite. déduit TikTok montre aussi volontairement aux gens des vidéos hors de leurs intérêts connus, en partie pour apprendre ce qui est populaire auprès de publics plus variés. confirmé · 1 Ce qu’aucun article publié ni aucune page officielle ne donne : une taille précise, un délai fixe ou un seuil à atteindre (voir la page des mythes).
• « Les revisionnages sont le signal le plus fort. » Aucune preuve. Les pages de TikTok parlent de finir une vidéo, de la passer et du temps de visionnage, pas de la revoir, et leur hiérarchie la plus claire est que le temps de visionnage pèse généralement le plus pour beaucoup d’utilisateurs. confirmé · 1, 2, 3 Revoir une vidéo ajoute peut-être simplement du temps de visionnage, mais aucune source ne dit comment les revisionnages sont traités. spéculé
• « L’algorithme de TikTok, c’est Monolith, et il se met à jour chaque minute. » Pas confirmé. L’article documente des mises à jour à l’échelle de la minute pour des modèles de ByteDance en production, non nommés, et ne cite qu’un produit : BytePlus Recommend. confirmé · 4 Que TikTok utilise une technologie identique ou proche est plausible, mais pas confirmé. déduit

Les dates comptent. Les déclarations les plus précises datent de 2020 et 2021. Les explications actuelles ne sont pas datées. Monolith date de 2022. TikTok a annoncé un réentraînement américain en janvier 2026. confirmé · 9 Tout ça a pu changer.