抖音信息流个性化推荐用户感兴趣的内容主要依靠用户的历史行为数据。当用户浏览、点赞、评论、分享视频时，抖音会根据用户的行为轨迹进行数据分析，了解用户的兴趣爱好、观看偏好和互动习惯，从而精准推荐符合用户口味的内容。
通过分析用户的搜索历史，抖音可以更好地了解用户的关注点和需求，从而为用户提供更加个性化的推荐。当用户通过搜索关键词找到感兴趣的视频时，系统会根据搜索关键词生成用户画像，推荐更符合用户需求的相关内容，提升用户体验。
抖音还会根据用户关注的账号和视频内容进行推荐。用户所关注的账号和欣赏的视频类型可以揭示用户的喜好，抖音会根据用户的关注信息，向用户推荐相似风格和内容的视频，以满足用户的观看需求，并丰富用户的视频体验。
除了分析用户行为和兴趣外，抖音还会根据用户的地域、年龄、性别等基本信息进行推荐。通过这些基本信息，抖音可以更好地了解用户的社会属性和文化背景，从而推荐更符合用户群体特征的内容，提高用户的观看满意度。
抖音还会利用协同过滤算法，根据用户行为数据生成用户兴趣相似度矩阵，从而找到和用户兴趣相近的用户群体，推荐这些用户喜欢的视频给当前用户，实现用户之间的兴趣互通，提高用户的观看体验。
抖音信息流个性化推荐是通过分析用户的行为数据、搜索历史、关注信息等多维度数据，根据用户的兴趣和偏好精准推荐内容，并利用协同过滤算法实现用户间兴趣互通，提升用户的观看体验。