推荐系统(Recommendation System)又常被称为数字科技上「千人千面」的服务。系统通过发掘使用者的行为，找出用户的个性化需求，从而将长尾目标物(商品、影片、资讯等)准确推荐给需要它的使用者，为使用者提供个性化服务。

短视频的个性推荐能达到以下三大目标：

能按用户收看的喜好，找到自己感兴趣的内容

当你第一次开启抖音，还不熟悉这款APP，这时抖音首页上的影片已经开始播放，你顺势收看了这则影片。于此同时，抖音已经开始悄悄的记录你的兴趣、爱好，每当你按一次爱心，或是播完一个视频、转发，都会被抖音设定的算法贴上一个标签，汇入大数据库中。

经由不断数字累积、精准分析，抖音会越来越了解你的喜好，根据标签做出最符合你喜好、最个性化的影片推送──这就是让人觉得片片精彩，让人一片接一片看得欲罢不能的「个性化推荐」。

为优质创作者、商家找到合适的目标族群做吸粉增长

对抖音的创作者、或商家，需要系统的配对与帮忙吸引粉丝。抖音的个性推荐能够精准定位创作者，品牌商家等，透过平台吸引目标族群，并再持续不断拍摄符合定位类型的影片，自能让粉丝持续增长。

有名的案例包括：母婴达人李丹阳，做为浙大医学硕士的她，透过专业知识2015年经营微信公众号打响「年糕妈妈」的名号，成为0～6岁的中国宝宝和母亲的媒体产品、教育产品、与发展优选电商等服务。

后续经营母婴育儿视频自媒体「年糕妈妈」抖音号，至2020年10月积累超过801.9万粉丝，并获得抖音黄V的认证，并于抖音经营电商，其商品橱窗超过141件商品。

有助于平台形成良性循环的生态圈

抖音算法机制能透过数据针对用户的喜好进行有效的内容推送，提高用户使用平台的经验，以吸引用户留存;而留住用户的同时，也能促发用户成为创作生产者(消费者成为生产者)，创作生产者也成为用户(生产者成为消费者)的良性循环的生态圈。

但是推荐算法存在的问题也非常明显，它构建了信息茧房，让人们只能看到自己喜欢看的东西，长期以往对世界的客观认知就会存在偏差，活在自己的世界之中。