此前分析过多次抖音、快手和视频号的推荐算法差异（见扩展阅读），这次找到一份非常直观的示意图，来分析抖音和快手的推荐算法流程到底有哪些不同。

快手和抖音不同的底层基因，造就早期截然不同产品和内容调性。

📌从产品形态上看，快手以双列为主，后加入精选页试验单列，而抖音以单列为主。
产品单双列的差异核心在于用户的观众是主动选择还是被动接受，从而决定了平台容错率的差异，单列设计下用户被动，容错性低，而用户拥有选择权的话，容错性会更高。

📍快手的发现、同城、关注页面均为双列上下滑，用户可半主动选择观看内容，8.0 改版后，快手同城页面移至底部栏目，同时新增精选页采用和抖音相同的全屏单列上下滑，引导用户更多接触公域流量。
📍抖音除同城页为双列外，均采用全屏单列上下滑，注重精品优质内容推荐，用户被动接受平台筛选的内容。

➡️快手强调【普惠、去中心化】，引入基尼系数，将 70%流量普惠长尾视频。
快手的同城页通过地缘关系解决流量适配问题，是冷启动的重要窗口，关注页则基于私域的社交关系做关注分发，筛选后的优质内容可进入发现页。
快手的普惠公平体现于将基尼系数作为公域流量分配的调控指标，对播放量大于 50 万的爆款视频只分配 30%的流量，剩下 70%流量分配给中长尾创作者，故高播放量的短视频或粉丝量多的头部账号（私域流量大）将减少曝光，避免了流量头尾差距过大。
社区生态上，快手更能满足用户社交需求，用户与达人间互动性和信任度更高，达人粉丝数偏自然生长，适合私域流量变现。

➡️抖音在分发上主要采取【中心化模式】，对精品内容不断赋予流量曝光，打造“引爆”效果。
抖音采用中心化的分发机制，投放内容先根据账号权重在种子流量池试验，再根据完播率、点赞比、评论数、转发率等维度决定内容能否被分发至更高一级流量池，经过多轮筛选且反馈较好的头部内容会不断获得曝光，极少数优秀内容会被放入顶级流量池，几乎无差别地推荐给所有用户，故切换不同抖音账号刷到相同短视频的概率会更高。
此外，抖音的“挖坟”机制使得爆款视频可能带动之前的作品数据转好并被二次推荐。
中心化算法下，抖音更容易打造爆款内容，适合公域变现（如品宣类广告），但用户对创作者缺乏粘性。

单双列以及分发思路的差异，导致抖音形成了偏媒体的生态，快手形成偏社区的生态。

扩展阅读：
1⃣️ TikTok算法机制&作品分发机制拆解
m.okjike.com

2⃣️快手的“普惠流量分发”算法机制
m.okjike.com

3⃣️抖音🆚快手平台政策分析（带货向，对品牌商的流量分发政策对比）
m.okjike.com

4⃣️抖音🆚快手🆚视频号算法拓扑结构对比
m.okjike.com

5⃣️视频号分发机制：点赞率＞评论率＞转发率
m.okjike.com

6⃣️快手内容推荐流程
m.okjike.com

7⃣️亚马逊平台的流量分发机制——A9算法
m.okjike.com

8⃣️多多买菜竞价策略拆解
m.okjike.com

9⃣️抖音视频质量算法&审核机制
m.okjike.com

🔟B站🆚西瓜视频🆚Youtube分发逻辑对比
视频号🆚抖音🆚快手推荐&算法机制对比
m.okjike.com

1⃣️1⃣️抖音🆚快手主要广告产品机制横向对比
含开屏广告、信息流广告、联盟广告🆚穿山甲广品横向对比
m.okjike.com

1⃣️2⃣️快手GMV计算逻辑变化和流量分发逻辑变化
m.okjike.com

1⃣️3⃣️ 快手直播电商产品逻辑梳理
（含GMV算法、“高光时刻”时间轴、流量结构图、磁力金牛产品图谱、用户购买路径等）
m.okjike.com

1⃣️4⃣️快手电商的FACT方法论🆚快手电商的STEPS方法论
m.okjike.com

1⃣️5⃣️小红书流量分发逻辑&流量分发优势
m.okjike.com

1⃣️6⃣️小红书“CES”评分系统拆解
m.okjike.com

1⃣️7⃣️ 视频号的流量获取&推荐逻辑&算法与抖音、快手对比系列
m.okjike.com

1⃣️8⃣️短视频平台电商&广告收入拆解
广告收入=平台总VV数*广告加载率%*CPM
m.okjike.com

1⃣️9⃣️天猫🆚快手🆚抖音不同商品类目佣金对比
m.okjike.com

2⃣️0⃣️拼多多商品分发策略2018🆚2020
m.okjike.com

2⃣️1⃣️小红书的流量分发模型+笔记CES评分标准
m.okjike.com

2⃣️2⃣️巨量千川用户&阿里达摩用户标签系统拆解
m.okjike.com

2⃣️3⃣️ 抖音直播的算法推荐逻辑
m.okjike.com