抖音短视频的推荐机制是一个复杂且智能化的过程，主要包括以下环节：

• 双重审核：
  • 机器审核：通过人工智能模型识别视频画面和关键词，一方面审核作品及文案是否违规，若疑似违规会提示人工注意；另一方面抽取画面关键帧与数据库作品匹配消重，重复内容作低流量或降权推荐。
  • 人工审核：针对机器审核筛选出的疑似违规作品及易违规领域作品，审核人员对视频标题、封面截图和关键帧进行细致审核，确定违规则按情节处罚。
• 冷启动曝光：通过审核的视频进入初始流量池，一般会分配 200 - 500 左右的在线用户曝光量（也可能有上千曝光），无论账号大小，优质内容都有机会竞争。
• 数据加权：根据初始曝光的用户互动数据（如完播率、点赞、评论、转发、关注、转粉、游览深度等）结合账号分值判断是否加权。例如挑选表现前 10% 的视频增加曝光量，数据好的视频会进入下一轮推荐且推荐力度加大。
• 加大流量推荐：对数据好的短视频进一步加权，并强化人群标签分发，使内容与用户标签更精准匹配。账号权重影响初始流量池大小，优质、专注且无违规的账号权重高。
• 进入精品推荐池：表现优异的视频可进入精品推荐池，获得大规模曝光，此时人群标签相对弱化。
• 其他相关机制：
  • 赛马机制：类似比赛，将视频推荐给小部分人群，根据数据表现决定是否分发到更大范围，同时间、同类型视频竞争，表现好的进入更高级流量池。
  • 标签算法：通过账号标签、内容标签和用户兴趣标签匹配视频和观众，实现精准推送。
  • 铁粉算法：铁粉作为第一批观众，其反馈对视频进入大流量池很关键，他们的互动率通常较高。
  • 时间和地域因素：推荐会考虑用户的时间和地理位置，如春节推拜年内容，不同城市推当地相关内容。
  • 延后 “引爆” 现象：部分老作品可能因内容优质且账号标签变清晰被重新挖掘曝光（“挖坟”）；也可能因某一爆款作品带动用户翻看旧作，若旧作互动好会重新放入推荐池（“爆款效应”）。