Los sistemas de recomendación en plataformas digitales influyen profundamente en el comportamiento del usuario a través de la difusión de contenido, y su proceso de difusión es similar al mecanismo de propagación de enfermedades infecciosas en cierta medida. En este artículo, utilizamos un modelo de susceptibilidad-infección (SI) basado en redes para modelar la dinámica de propagación del contenido recomendado y comparamos sistemáticamente las diferencias en la eficiencia de propagación entre tres estrategias de recomendación basadas en la popularidad, el filtrado colaborativo y el contenido. Construimos redes de usuarios libres de escala basadas en datos reales de clics y adaptamos dinámicamente el modelo SI para reflejar el escenario real de la disminución del compromiso del usuario a lo largo del tiempo. Para mejorar la comprensión del proceso de recomendación, además simulamos los cambios de visualización del proceso de propagación para mostrar cómo se difunde el contenido entre los usuarios. Los resultados experimentales muestran que el filtrado colaborativo tiene un rendimiento superior en la difusión inicial, pero su efecto de difusión decae rápidamente con el tiempo y es más débil que los otros dos métodos. Este estudio proporciona nuevas ideas para modelar y comprender los sistemas de recomendación desde una perspectiva epidemiológica.