# Výzkumník stáhl 4,5 miliardy videí z TikToku a zveřejnil je jako dataset na Hugging Face

*2026-09-04 02:01 UTC · Technologie · 1 min read*

> Nezávislý výzkumník během tří týdnů stáhl 4,5 miliardy videozáznamů z TikToku a zveřejnil je jako veřejný dataset na Hugging Face, přestože sám přiznává, že sběr porušil podmínky použití TikToku.

Nezávislý vývojář vystupující pod jménem „kuben-developer“ strávil tři týdny stahováním dat ze soukromého Android API TikToku a výsledek zveřejnil jako veřejný dataset na Hugging Face: 4,5 miliardy záznamů o videích v 27 komprimovaných souborech o celkové velikosti zhruba 289 gigabajtů.

Stahování využívalo anonymní registrace zařízení bez nutnosti přihlášení a dosáhlo na 27 z 32 úložných oblastí TikToku. Každý záznam obsahuje metadata videa, popisky, označené účty, identifikátory zvuků, počty interakcí (zhlédnutí, lajky, komentáře, sdílení, uložení) i geografické a jazykové značky — uživatelská jména, profilová data a odkazy na média výzkumník záměrně vynechal.

Dokumentace datasetu sama přiznává, že sběr porušil podmínky použití TikToku, a upozorňuje, že popisky videí představují osobní údaje podle GDPR. Nabídka zakazuje použití dat k identifikaci, profilování nebo cílení na konkrétní osoby a omezuje je jen na výzkumné a vzdělávací účely; počty interakcí navíc zachycují jen jednorázový okamžik, nikoliv vývoj v čase, a značky země a jazyka jsou pouze neověřeným odhadem samotného TikToku.

## Zdroje

- [aiweekly.co](https://aiweekly.co/alerts/independent-researcher-uploads-45b-record-tiktok-video-dataset-to-hugging-face)
- [huggingface.co](https://huggingface.co/datasets/kuben-developer/tiktok-videos-4b)
- [news.ycombinator.com](https://news.ycombinator.com/item?id=49548625)

---
TechTools News · https://techtools.cz/tools/news/clanek/2382-vyzkumnik-stahl-4-5-miliardy-videi-z-tiktoku-a-zverejnil-je-jako-dataset-na
English version: https://techtools.cz/tools/news/article/2309-researcher-scrapes-4-5-billion-tiktok-videos-publishes-dataset-on-hugging-face