筆者認為抖音是-款帶有強社交性的短視頻平臺，其內容的分發(fā)機制與傳統(tǒng)重媒體屬性的微博、微信公眾號有很大的差異性。在微博和微信公眾號上，內容的分發(fā)極度依賴粉絲的傳播，再優(yōu)質的內容只要沒有關注的粉絲就傳播不出去。而抖音采用算法推薦機制，用戶拍攝的視額內容會按照智能算法推薦給其他用戶，即使是沒有粉絲基礎的用戶發(fā)的內容也能被分到幾十甚至上百的流量。

抖音推薦機制

從抖音的頁面構成和功能結構上來看，抖音采用了經典的底部舵式導航和頂部標簽導航相結合的方式，觀看人口主要是首頁頂部的“推薦”和“附近”。抖音的推薦流程一般是: 首先根據發(fā)布的位置，優(yōu)先將內容推薦給附近的人，根據這部分用戶的數據反饋，包括視頻的點贊率、播放時長、評論量、轉發(fā)量等指標，讓數據反饋優(yōu)秀的短視頻內容獲得更多的播放量，分發(fā)到更多用戶賬號的“推薦”頁面。如果數據沒有下降，會繼續(xù)推薦，如果數據下降了，則會減少推薦，以此類推。

抖音推廣

在整個推薦的過程中，抖音的疊加推薦起到了重要作用。疊加推薦是指抖音平臺針對短視頻作品的推薦，設置不同等級的播放量指標，如同一個個流量池，短視頻內容只要通過一層層的指標篩選就能進人到下一個量級的流量池，為優(yōu)質的視頻內容提供了一個合理的篩選機制。疊加推薦以內容的綜合權重為評估標準，綜合權重的關鍵指標為:完播率、點贊量、評論量、轉發(fā)量，且每個梯級的權重各有差異，當達到了一定量級， 則采用大數據算法和人工運營相結合的機制。

因此，筆者認為抖音的推薦算法讓每一個有能力產出優(yōu)質內容的人得到了和大號公平競爭的機會。