用戶推薦系統(tǒng)，一方面是用戶特征的挖掘，另一方面是內容標簽的匹配。通過協(xié)同過濾等方式進行推薦。實踐中很多時候直接根據(jù)標簽劃分人群進行推薦了（當然對于單一需求來說）。
用戶特征包括其固有特征，年齡，性別等，以及興趣特征，而興趣特征又分為長期興趣和短期興趣。
對于短期興趣特征，可以通過近期點擊量，訪問率等圈選，長期特征可以劃分垂類標簽。同時很多標簽是成體系層次的，如NBA--某明星等。
標簽不足時，可能會出現(xiàn)信息孤島現(xiàn)象。比如某一類內容多次推薦，容易反感。因此還要注意驚喜度等指標?？梢酝ㄟ^熱門推薦（大部分人都喜歡???）的方式，包括（分類熱門和全局熱門）試出用戶的標簽來。另一方面根據(jù)網(wǎng)關位置等可以為用戶聚群，從而得到某些特征標簽。
對于內容標簽，主要是通過概率上等強關聯(lián)來實現(xiàn)的，一般有文本的打標簽方法，lda,lsa等。視頻最難打，一般為編輯或者上傳著選擇標注。
對于突發(fā)事件等需要人工干預，很多時候需人工運營，如（網(wǎng)易音樂）；機器做等分類推薦，都會有準確性和實效性等問題，人工干預再說難免，很多時候也比機器分類效果好的多。