下载PDF摘要：TikTok是目前发展最快的社交媒体平台，每月活跃用户超过10亿，其中大部分来自Z代。可以说，TikTok最重要的成功驱动力是其推荐系统。尽管TikTok的重要性'；s算法到平台'；在算法的成功和内容分布方面，对算法进行实证分析的工作很少。我们的工作为填补这一研究空白奠定了基础。我们使用asock puppet audit方法和我们开发的自定义算法，测试并分析了访问TikTok、follow和like功能所使用的语言和位置的影响，以及当用户观看某些帖子的时间比其他帖子长时，推荐内容的变化。我们提供证据表明，所有测试因素都会影响TikTok用户推荐的内容。此外，我们发现follow特性的影响最大，其次是like特性和视频观看率。我们还讨论了我们的发现在TikTok过滤泡的形成和问题内容的扩散方面的影响。
书目工具代码；关于arXivLabs的数据相关论文arXivLabs是一个框架，允许合作者直接在我们的网站上开发和共享新的arXiv功能。
与arXivLabs合作的个人和组织都接受了我们的开放、社区、卓越和用户数据隐私价值观。arXiv致力于这些价值观，只与遵守这些价值观的合作伙伴合作。
对一个能为arXiv增值的项目有一个想法'；s社区？了解更多关于arXivLabs以及如何参与的信息。