以下是tiktokforyou的作用机制。
Foryou条件因素。
一个非常重要的标准是用户的偏好。
1)用户互动:喜好与分享的视频，关注的账号，发表的评论，创建的内容。
2)视频信息、标题、配音、标签等细节。
3)设备和账户的设置、语言偏好、国家设置和设备的设置。
Tiktok的推荐系统将处理这些因素，并根据这些因素加权用户的价值。一个强大的兴趣指标会比一个弱的兴趣指标获得更大的权重，比如用户是否会从头到尾完整地看视频。你会完全看一个长视频吗？
ForyouFed的建立。
在创建账号的同时，平台会为新用户推荐感兴趣的类别，以便根据这些喜好开始推荐。并根据此类喜好，对客户推荐进行打磨。
所以对于没有选择偏好的用户，平台会先推荐热门视频，新用户的第一次表扬、评论和重播会让平台更好地了解新用户，开始推荐机制。
每一次新的用户互动都是为了让系统更好地了解用户的需求，并推荐更多用户喜好的视频。然后，当用户选择Discover选项卡上的标签、声音、效果和热门话题时，这些内容将进入用户新的推荐机制选项。
少看自己不感兴趣的东西。
当用户遇到不感兴趣的话题时，可以选择不感兴趣。您也可以选择隐藏来自特定创作者或背景音乐的视频，以减少系统中的推荐。
来自推荐引擎的挑战。
给出FilterBubble(字母翻译过滤泡沫)的概念。挑战：可能会推荐更多同质化的内容。
打断重复模式。
将不同类型的内容与用户喜爱的内容穿插在一起，可能会被推荐给其他兴趣相投的用户。但是，不建议重复内容，你看过的内容，或者任何被认为是垃圾的内容。
提供多样化的内容。
将在用户的信息源中提供与用户兴趣无关的视频，或积累大量好评的高质量视频。让用户在浏览Feed时有更多的机会，找到新的内容类别，找到新的创作者，体验新的观点和想法。(这也是官方不断阐述原创和高质量视频的重要性。
保证用户体验。
拒绝敏感视频、刚上传或正在审核的视频、寻求人为增加流量的视频等垃圾内容。
改进内容。
系统的设计是根据用户的反馈、研究和数据，不断改进和纠正，努力提高准确性，调整模型，重新评估有助于推荐的因素和权重。
