什么是推薦系統(tǒng)

1. 推薦系統(tǒng)不需要用戶提供明確的需求，而是通過分析用戶的歷史行為給用戶的興趣建模，從而主動給用戶推薦能夠滿足他們興趣和需求的信息。

2. 從某種意義上說，推薦系統(tǒng)和搜索引擎對于用戶來說是兩個互補的工具。搜索引擎滿足了用戶有明確目的時的主動查找需求，而推薦系統(tǒng)能夠在用戶沒有明確目的的時候幫助他們發(fā)現感興趣的新內容。

3. 如果要通過發(fā)掘長尾提高銷售額，就必須充分研究用戶的興趣，而這正是個性化推薦系統(tǒng)主要解決的問題。

4. 推薦算法的本質是通過一定的方式將用戶和物品聯系起來，而不同的推薦系統(tǒng)利用了不同的方式。

5. 三種推薦方式，以看電影為例：

（1）向朋友咨詢。我們也許會打開聊天工具，找?guī)讉€經?？措娪暗暮门笥?，問問他們有沒有什么電影可以推薦。甚至，我們可以打開微博，發(fā)表一句“我要看電影”，然后等待熱心人推薦電影。這種方式在推薦系統(tǒng)中稱為社會化推薦（social recommendation），即讓好友給自己推薦物品。

（2）我們一般都有喜歡的演員和導演，有些人可能會打開搜索引擎，輸入自己喜歡的演員名，然后看看返回結果中還有什么電影是自己沒有看過的。比如我非常喜歡周星馳的電影，于是就去豆瓣搜索周星馳，發(fā)現他早年的一部電影我還沒看過，于是就會看一看。這種方式是尋找和自己之前看過的電影在內容上相似的電影。推薦系統(tǒng)可以將上述過程自動化，通過分析用戶曾經看過的電影找到用戶喜歡的演員和導演，然后給用戶推薦這些演員或者導演的其他電影。這種推薦方式在推薦系統(tǒng)中稱為基于內容的推薦 （content-based filtering）。

（3）我們還可能查看排行榜，比如著名的IMDB電影排行榜，看看別人都在看什么電影，別人都喜歡什么電影，然后找一部廣受好評的電影觀看。這種方式可以進一步擴展：如果能找到和自己歷史興趣相似的一群用戶，看看他們最近在看什么電影，那么結果可能比寬泛的熱門排行榜更能符合自己的興趣。這種方式稱為基于協同過濾（collaborative filtering）的推薦。