1.2-推荐系统有什么用？

推荐系统现在广泛应用在电子商务，社交网络，广告平台等应用中，我们熟知的今日头条就是目前国内最具代表性的应用之一。

推荐系统主要解决的问题

• 信息过载问题：消费者想从大量信息(物品)中找到自己感兴趣的东西，信息生产者想让自己生产的信息脱颖而出从而得到关注都是一件很难的事情，推荐系统的任务就是连接用户和信息(物品)。

• 长尾问题：发掘用户的行为，找到用户的个性化需求，从而将长尾商品准确的推荐给需要它的用户，同时帮助用户发现那些他们感兴趣但是很难发现的商品。

个性化推荐系统的应用

• 电子商务：亚马逊的推荐系统深入到了其各类产品中，其中最主要的应用有个性化商品推荐列表和相关商品的推荐列表。

• 电影和视频网站：帮助用户在浩瀚的视频库中找到令他们感兴趣的视频。Netflix是在该领域成功使用推荐系统的一家公司。

• 个性化音乐网络电台：Last.fm记录了所有用户的听歌记录以及用户对歌曲的反馈，在这一基础上计算出不同用户在歌曲上的喜好相似度，从而给用户推荐和他有相似听歌爱好的其他用户喜欢的歌曲。

• 社交网络：Facebook最宝贵的数据有两个，一个是用户之间的社交网络关系，另一个是用户的偏好信息。Facebook推出的Instant Personalization推荐API，该工具根据用户好友喜欢的信息，给用户推荐他们的好友最喜欢的物品。

• 个性化阅读：Google Reader是一款流行的社会化阅读工具。它允许用户关注自己感兴趣的人，然后看到所关注用户分享的文章。

• 基于位置的服务：在中关村闲逛时，肚子饿了，打开手机，发现上面给你推荐了几家中关村不错的饭馆，价格、环境、服务、口味都如你所愿。

• 个性化邮件：通过分析用户对邮件的历史行为，找到用户感兴趣的邮件，展示在一个专门的收件箱里。

• 个性化广告：广告推荐着重于帮助广告找到可能对它们感兴趣的用户。

参考资料

• 《推荐系统实践》
• https://www.jianshu.com/p/b9ba5c84000b