抖音、快手、视频号的推荐算法有什么区别？

虽然三者都会使用推荐算法，但三者推荐的算法又有细微的差别。抖音的运营能力很强，通过算法把最优质的内容筛选出来，内容非常具有爆发力，所以打开抖音，系统上推荐的内容多是百万级的点赞量，而快手上“发现”的视频基本维持在几万至几十万级别。  短视频的用户主要分成两类：一类是看视频的用户，一类是内容创作者。抖音是“用户导向”，而快手则是“创作者导向”。在抖音“高热度不断提高曝光机会”，头部创作者集中大量用户注意力，这种中心化让普通创作者、草根创作者望而却步。快手的宿华为了内容分发的去中心化进行了流量调控，则将头部内容流量限制在30%左右，70%流量分配给中长尾内容，就是想强化创作者导向和社区属性。对于一个短视频平台而言，用户导向的平台，具有很强的媒体属性，基本上用户感觉啥爽，平台就给你推荐啥。而对于一个创作者导向的平台，社区属性就会更强一些，这就是为什么快手上会有“老铁经济”。  事实证明，推荐算法不是万能的，在内容分发上很难实现真正的公平和去中心化。而人的审美、趣味和需求，又是多维度的，既需要那种让你感觉非常爽的内容，也需要更高层次的内容。就像马斯洛的需求层次理论一样，你既要满足最基本的生理需求，也需要有社交尊重、价值实现等更高层次的需求。  像快手抖音上的这些美女、美食、搞笑、娱乐、旅游这种直接的感官刺激的泛娱乐内容，通过算法就可以简单的实现推荐，大家在快手抖音上都可以得到满足；而另外一种就是价值较高的趣味，如创业、投资、学习等，这种内容不能直接依赖机器分享，而是需要社交关系圈层首先去做一些推荐和筛选。所以说，社交推荐在理论上可以修正算法的单一化，让内容更加丰富和多维度。因此，视频号是唯一有可能实现内容去中心分发的平台。