用户画像：静态标签与动态兴趣的博弈
Facebook的算法建立在庞大的社交图谱之上。它通过你填写的资料、点赞的页面、加入的群组、分享的内容，构建出一个多维度的静态画像——年龄、性别、地理位置、职业、婚姻状况，甚至政治倾向。这套系统源自于社交网络时代“你是什么样的人”的假设，广告主可以像查户口一样精准筛选人群。而TikTok的画像则完全不同，它几乎不依赖你主动提供的信息，而是通过你在App内的每一次滑动、停留时长、重播次数、甚至手指在屏幕上的微小压力变化，实时构建一个“此刻的你”。这种画像不是固定的，而是随着你观看内容的流变而不断重塑，它更关注“你正在对什么感兴趣”，而非“你过去是谁”。
流量分发：社交图谱推荐与内容熵值计算
在流量分发机制上，Facebook采用“社交图谱优先”策略。你的信息流中，来自好友的互动、群组的讨论、已关注页面的更新占据主导地位。广告的曝光逻辑是：先找到与广告主目标人群匹配的用户，再通过社交关系链进行扩散——比如你的朋友点赞了某品牌广告，你看到该广告的概率就会大增。这本质上是基于“信任传递”的传播学原理。而TikTok的推荐系统则是一个典型的“内容熵值小化”引擎。它不关心你的社交关系，而是将每个视频视为一个高维向量，通过协同过滤算法，计算你与数百万用户的行为序列相似度。当你观看一个宠物视频后，系统会迅速在“宠物-搞笑-治愈”这个兴趣簇中寻找下一个可能让你产生同样多巴胺分泌的内容。广告在这里不是被“投放”给用户，而是被“卷入”内容流中，与普通视频竞争用户的注意力时长。TikTok的算法会不断测试你的反应，如果广告的前3秒完播率低，它会立刻降低该广告的权重，这种“优胜劣汰”的机制迫使广告必须像原生内容一样具有吸引力。
科学原理与商业启示：从“精准”到“沉浸”的范式转移
从认知神经科学的角度看，Facebook的广告逻辑更接近“理性决策模型”——它假设用户会基于自身属性做出购买决定，因此需要反复触达、强化记忆。而TikTok的算法则利用了“系统1思维”的直觉反应，通过高刺激性的视觉节奏和情绪共振，在用户尚未形成理性判断前就完成情感植入。新研究显示，TikTok的推荐算法在预测用户兴趣转移的速度上比传统社交平台快约40%，因为它能捕捉到用户短期内的“兴趣漂移”现象——比如你近在准备旅行，算法就会在几天内密集推送旅行装备广告，而一旦旅行结束，这种推送会迅速消失。对于广告主而言，这意味着在Facebook上需要精心设计“人群包”和“排除策略”，而在TikTok上则要更注重创意素材的“原生感”和“即时钩子”。两种机制没有绝对优劣，但理解它们背后的科学原理——一个是社会学意义上的“身份认同”，一个是心理学意义上的“冲动共振”——才是制定有效投放策略的关键。
总结来说，Facebook的算法像一位严谨的档案管理员，它翻阅你的历史记录，把你归类到合适的抽屉里；而TikTok的算法则像一位即兴的爵士乐手，它根据你当下的节奏即兴演奏，不断试探你的情绪边界。在数字广告的进化史上，这种从“你是谁”到“你此刻想要什么”的转变，不仅是技术迭代，更是对人类注意力本质的重新定义。理解这一点，你就能在两种平台间游刃有余，既不浪费每一次精准触达，也不错过每一次沉浸式共鸣。
