推荐系统

1、信息传递的发展历程：
大概分为下面4代版本：
a、1.0版本：导航页面。在互联网发展初期，网络上的信息很少，所以简单的导航页面就可以满足用户对网络信息获取的需要。
b、2.0版本：门户网站。随着网民的增加、原来越多的专业作者和编辑在网络上生产内容，这些内容包罗万象，有关于汽车的、有关于体育的。体育里面还有分关于篮球的、关于田径的等等。因此，门户网站这种以树形结构组织网页、传递信息的方式开始爆发，得到用户的青睐。
c、 3.0版本：检索系统。随着博客、论坛、垂直网站这些UGC（用户产生内容）平台模式的崛起，大量的信息被非专业人士产生。这些信息大多用来表达自我，具有语言口语化、内容不确定等特点，很难被清晰地分门别类。这时，检索系统闪亮登场。用户无需知道自己想要的信息属于什么类目，只需要把自己的需要输入在一个简单的搜索框里，就可以得到想要的信息。
b、 4.0版本：推荐系统，全面进入移动互联网时代，每一个拥有智能手机的人都可以轻松产生互联网信息，而且包含更多的图片、声音、视频等更多模态类型的信息。在这个大数据时代，用户甚至很难用语言表达自己想看什么样的信息，于是，推荐系统迎来了其前所未有的机遇。

2、推荐系统目前难点：
a、超大规模数据：大规模的数据来源于：网络信息数量、用户数量和用户交互。大规模的数据对推荐系统的难点主要体现于：在大数据的存储、处理和分析（工具：HDFS、Hadoop、Spark）。大规模机器学习架构有基于Map-Reduce的方案、基于参数服务器（Parameter Server）的方案、基于All Reduce的方案。
b、 用户反馈实时化：为了提供更好的用户体验，推荐系统需要实时获取到用户的行为，快速处理数据、进行在线机器学习，最终近乎实时地反馈到下次的推荐服务中。（消息队列、架构：Storm、Streaming、Flink）
c、多模态信息：多模态是一个比较新兴的名词，其大致的意思是文字、语言、图像、视频这些不同的内容形式共同表达语义。