如果在抖音平台上面观看一些视频的时候，肯定也有人发现了，当自己喜欢某个视频时，就会推送同类型的视频，那么抖音平台是否是根据个人的喜爱来进行推送呢?
在抖音的后台系统中应该对于人群画像分类有非常详细的总结，会根据自己的喜好、停留时间、点赞类型来判断自己喜欢哪种类型的视频和人;
比如自己在看宠物视频的时候点赞评论多并且停留时间长，看好几遍，那可能后面就为大家推荐的这种比较多，看唱歌跳舞的美女比较多，在后面就很有可能推荐更多的美女唱歌跳舞视频。
那么好友推荐就跟上面的算法一样，根据大家的喜好匹配同一类型的人给大家，这样在平台上找到自己喜欢内容之后大家就会留下，如此哦下去用户留存和活跃度就会慢慢提高!
而且现在抖音的算法还在不断的细化、调整和升级，以后对于人群画像的区分就更加细致了，大家就很轻松能够找到自己喜欢的人。
算法是什么?
在抖音的视频信息流中，有四个按钮，分别是关注、转发、评论、点赞。
这几个按钮的作用，就是用来判断用户是否喜欢推送的内容的，不过还有一个参考指标就是完播率(就是看是否完整看完整个视频)。
在转发、评论、点赞和完播这几个指标中，我们发现用户参与成本最大的是转发(因为现在已经将抖音的接口关闭了，用户想转发到必须下载下来再上传到)，然后依次是评论、点赞和完播。
讲了这么多，我并不是要教你去研究抖音的算法机制，而是理解这里面的逻辑。然后有针对性地在内容里去优化，去引导用户做出反应自己喜欢你的视频的动作，从而获得更高的推荐量。
