随着算法技术的发展,算法推荐类移动新媒体以一种全新的令人惊讶的方式横空出世。经历了最初对算法技术的疯狂迷恋后,用户开始冷静面对这股技术热潮,相关数据表明,算法推荐类移动新媒体开始出现用户增长趋势放缓甚至负增长的现象。然而,当今社会人类生活的各个方面都在经历数据化,以真实社会数据为基础的智能算法作为事实的决策者和仲裁者的作用和力量受到关注。学界现有较多用户对社交媒体热情减弱的研究,但是关于用户对算法推荐类移动新媒体的使用与影响研究较少。文献综述梳理算法推荐类移动新媒体相关研究发现,以智能算法为优势的算法推荐类移动新媒体极大地改变了传统中心式分发方式,不但解决了海量社交信息与用户个性化需求的矛盾,且在一定程度上影响用户与信息的接触。与此同时,算法推荐类移动新媒体的应用也伴随着潜在的负面影响,算法是否中立、算法是否造成回声室效应、算法影响用户多样化观点的接收、算法影响用户对公众事件的态度等研究受到国内外学界的重视。因此,算法推荐技术及其产品无疑值得传播学者关注。相比国外学界,国内有关算法推荐技术利弊影响的科学研究尚处在理论层面的探讨,对算法推荐类移动新媒体的使用与影响也有待更多的研究进行检验、比较和综合。基于此,本研究选取知乎问答社区“你为什么卸载今日头条和抖音”话题回答文本作为算法推荐类移动新媒体语境的公开研究数据。通过分析用户卸载今日头条和抖音的原因,对算法疲劳的形成过程与结果进行挖掘与归纳。利用python爬虫获取该回答文本,通过计算扎根理论对算法疲劳成因主范畴内涵以及算法疲劳成因核心范畴关系结构进行解读,分析算法疲劳的形成过程及产生结果。另外,采用问卷调查方式对算法疲劳的形成过程和结果进行描述,获取算法疲劳用户行为和情感特征数据集,聚类分析获得算法疲劳用户类型,对各类型用户特征进行分析和结果讨论。研究发现,在算法推荐类移动新媒体语境中,用户因社会比较产生自卑感、因虚拟与现实的反差产生厌恶之感,用户警醒于算法监督产生的无意识沉迷状态,用户因个性化信息互动超负荷消耗了大量时间而懊悔;不同用户的算法自信心水平、对算法透明度的认知影响用户算法疲劳的产生;算法把关造成用户对信息质量的不满、算法偏见影响用户多样性观点的接收,信息过载带来的信息同质化影响用户算法疲劳的产生。因此,用户对算法推荐类移动新媒体出现热情衰退甚至卸载退出的原因主要包括社会因素（社会比较、算法监督、个性化信息互动超负荷）、技术因素（算法自信心、算法透明）、信息因素（算法把关、算法偏见、信息过载）。聚类分析用户情感、行为特征数据集,将算法疲劳用户类型分为算法悲观型用户、算法积极应对型用户、算法期望型用户,行为特征表现为卸载、反复卸载、反复下载,情感特征表现为正面、负面两方面,以此讨论了不同算法疲劳用户对算法推荐类移动新媒体的用户粘性。