啥是推荐系统

参考：推荐系统介绍

以下纯属个人理解。

啥是推荐系统：把平台已有的内容通过算法模型跳出来匹配给不同类型的用户，理论上要达到，每个人看到的内容都不一样，即“千人千面”。

根据用户画像推荐对应的信息。啥是用户画像，拿抖音举例，用户画像应该包括，用户的设备信息，用户的地区信息，用户个人资料中头像、昵称、性别、年龄、简介、主动搜索的内容、点赞的内容、收藏的内容、评论的内容、停留时间较长的内容、分享的内容、点击不感兴趣的内容、用户使用app的时间段、时长、打开频率等。这些可以细分为N多个标签，根据不同的权重做聚类，划成大的人群分类、细分的人群分类，通过实时推荐反馈+机器学习，优化推荐算法，实现精准推送。

有啥用：提高人和平台内容的匹配精准度。提高信息触达效率，提高商品转化率，优化用户体验，提高用户留存率，提高程序的单位时间内商业价值。

对用户来说提高了使用体验，更容易停留，更容易产生其他交互，如短视频的转赞评，商品的购买；对平台内容提供者（短视频创作者、电商商家）来说，更容易获得精准流量，更容易获得关注，更容易卖出商品。对平台来说，用户停留时间长，内容提供者更多，数据就越多，算法越成熟，商业价值越高。

举例，淘宝买东西，搜一个之后，看了不太满意，但是详情页有同款，那多看几个可能就买了。

抖音刷视频，看了一个小姐姐视频点了赞，系统就会给你推更多小姐姐，都不用你去搜索了，那自然是一直刷一直爽了。

应用：精准推送+购物=提高商品的转化（抖音电商）
精准推送+信息流广告=提高品牌知名度（品牌+二类电商）
精准推送+内容=提高用户留存，提高涨粉速度（内容博主）

用了什么技术：大数据的采集、转化、存储、分发，机器学习。再具体点，就是涉及到日志打点，日志收集，ETL，分布式计算，特征工程，推荐算法建模，数据存储，提供接口服务，UI展示与交互，推荐效果评估等各个方面。还要在具体点，那就找个培训机构看看推荐系统学习的课程大纲。

其他更多资料：GitHub找对应源码、微信公众号文章、语雀文章、process on思维导图、b站项目。