模仿说最早起源于哲学家柏拉图，亚里士多德等。他们认为，艺术和生活产生的源头是模仿。柏拉图提出艺术模仿说，强调艺术其实是模仿实在之物之后产生的二次创作。亚里士多德则提出本性模仿说，认为模仿是人类的自然倾向，人的本能之一。生物学家理查德•道金斯借鉴了生物学的遗传及变异研究阐释宏观的文化发展，并首次提出在文化传承过程中存在着一种“与基因在生物进化过程中所起的作用相类似的东西”。基因决定了生物的遗传与变异，与之对应，决定文化继承与发展的最小单位是“模因”。道金斯认为，模因论是人类文化的进化论，其中模因是文化模仿进化的一种基本单位，在文化观念和行为的发展、传递过程中也存在着传播、复制、创新、演变，只有经过优胜劣汰的模因才能持久传承下去。模因也是一个有广泛外延概念的集合概念。所有可复制的元素——无论主观客观、内在外在，都算作模因。由此，模因理论开始发展。塔尔德在《模仿律》中揭示了模仿的法则，认为模仿是“一个头脑对隔着一段距离的另一个头脑的作用,一个大脑上的表象在另一个感官灵敏的大脑皮层上产生的类似照相的复写”，模仿存在的前提是任何两个存在社会关系的人,于是他提出了“社会即模仿”。随着学科的飞速发展，人类的模仿行为开始被研究。1993年，由于互联网具有虚拟性、可交互性和易接入性，Mike Godwin互联网模因（Internet meme）的概念首次被提出，这个概念拥有更强的复制功能和传播能力。
无论是道金斯对模因论发现，还是道尔顿对互联网模因的洞察，他们都认为模仿的动力是为了追求社会化的自我。美国社会学家米德认为，人的自我可以分为“主我”和“客我”，“主我”是“有机体对他人的态度”；“客我”则是一个人自己采取得一组有组织的其他人的态度。他人的态度构成了有组织的‘客我’，然后有机体作为一个‘主我’对之做出反应”。“主我”是形式（由行为反应表现出来），“客我”是内容（体现了社会关系的方方面面的影响）。“客我”可以促使“主我”发生新的变化，而“主我”反过来也可以改变“客我”，两者的互动不断形成新的自我。“主我”和“客我”通过介质相互作用，并达到自适应的效果。两者互动的介质是信息——也即“有意义的象征符”。
在短视频场域中，如果将“主我”认作是观看短视频时已经携带有某种知识、技能，大众认知形象的自我，那么“客我”则是通过短视频表现出来的知识、技能以及被大众所评价的形象。人们在“台前”展示的“自我”，是一种网络虚拟以后的“自我”。通过这种技术手段可以美化个人形象并找到“自我”的存在感，借此获取社会资本。短视频领域中点赞量高的视频往往在某方面具有独特性或者优势，凭借这种独特性和优势，与普通观看者拉开差距，网民怀着各种心态来围观这种奇观。塔尔德的“超逻辑模仿律”和齐美尔的“时尚滴漏论”都表明，阶层的分野与模仿行为或时尚传播的关系十分密切。齐美尔认为，较高社会阶层制造时尚，较低社会阶层则通过模仿较高阶层的时尚，试图在形象上与较高阶层接近，当这种时尚被普遍化之后，较高阶层就会制造新的时尚，从而体现出阶层的差异化。自我不断追求较高阶层的时尚，通过“表演”来塑造新的形象，改造原先所拥有的社会资本和文化资本，同时，也会反作用于“表演”，使其不断地符合大众的审美情趣。下文将短视频场域中台前的展示视作“客我”，将幕后的思想、行为模式视作“主我”，从客我和主我两个向度出发，探索短视频用户模仿背后的内在机制。