抖音的推荐机制是什么？假设抖音是个大鱼塘，而大鱼塘里面又有很多个小鱼塘。而创作的内容好比是鱼儿，用户就是观众(欣赏鱼儿的人)。

也就是说:你的内容能否获得流量入口，由用户来决定!

用户对你的认证是通过，视频内容的完播率，点赞数，评论率，转发率，关注来决定的。

抖音的算法，其实是一个漏斗机制，跟今日头条的去中心化的推荐算法原理基本一致。它分为三个步骤：

假设每天在抖音上有100万人上传短视频，抖音会随机给每个短视频分配一个平均曝光量的冷启动流量池。比如，每个短视频通过审核发出后，平均有1000次曝光;

抖音会从这100万个短视频的1000次曝光，分析点赞、关注、评论、转发等各个维度的数据，从中再挑出各项指标超过10%的视频，每条再平均分配10万次曝光。然后再去看哪些是点赞、关注、转发、评论是超过10%的，再滚进下一轮更大的流量池进行推荐。

所以抖音的推荐机制是比较人性化的，就是喜欢类型的短视频，你会被一直推荐的理由，就是抖音的上瘾模式。