大体意思：
亚马逊在业内有「推荐系统之王」之称，亚马逊有35%的销售额是与推荐系统相关的。但是，微软的研究员Amit Sharma发表了一篇paper《Estimating the causal impact of recommendation systems from observational data》，对这个事情提出了质疑。推荐领域的大神Xavier Amatriain针对这个问题进行了反驳。
一个推荐系统的好坏不仅取决于CTR，非常重要的一点是，它有助于减轻用户寻找到「正确选择」的负担。假设两个网站A和B，在网站A里用户3秒内就找到了他想要的东西，而在网站B需要3分钟，那么用户会更经常使用A网站。换句话说，推荐系统带来的不仅仅是简单的点击，更重要的是让用户「重复使用」。
Netflix发现个性化技术可以显著提高推荐影片的被接受度（Take-Rate），即推荐给用户的影片真正被播放的比率。而且除此之外，比接受度提高更有意义的是，优秀的推荐技术使得用户的参与度（观看时长）与退订率都受益匪浅。Netflix的月退订率很低（很小的个位数百分比），大部分是因为支付的问题，真正主动选择退订的非常少月退订率的降低，一来有效延长了会员的付费存续期，二来也降低了为弥补流失用户所要付出的成本。
- 同样的道理，如果以CTR为考核指标，把豆瓣电影单品页中「喜欢这部电影的人也喜欢」这部分换成推荐热门电影，这样这部分的点击率会提高很多。但如果考察用户点击的深度，即点击了推荐项之后又继续沿此路径发生了多少次点击，推荐系统给出的结果就要远超热门结果了。所以推荐系统从长期用户价值来看更有用处。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
