推荐系统是什么
推荐系统是自动联系用户和物品的一种工具，它能够在信息过载的环境中帮助用户发现令他们感兴趣的信息，也能将信息推送给它们感兴趣的用户。
推荐系统解决的问题有两个：信息过载问题和用户无目的搜索问题。搜索引擎满足了用户有明确目的时的主动查找需求，而推荐系统能够在用户没有明确目的的时候帮助他们发现感兴趣的新内容。
推荐系统的任务是联系用户和信息，一方面帮助用户发现对自己有价值的信息，另一方面让信息能够展现在对它感兴趣的用户面前，从而实现信息消费者和信息生产者的双赢。
推荐系统的本质是通过一定的方式将用户和物品联系起来，而不同的推荐系统利用了不同的方式。
个性化推荐系统的应用
电子商务
例如：亚马逊。
电影和视频网站
例如：Netflix，YouTube，Hulu。
个性化音乐网络电台
例如：Pandora，Last.fm，豆瓣电台。
音乐推荐的特点：
-（1）物品空间大
-（2）消耗每首歌的代价很小
-（3）物品种类丰富
-（4）听一首歌耗时很少
-（5）物品重用率很高
-（6）用户充满激情
-（7）上下文相关
-（8）次序很重要
-（9）很多播放列表资源
-（10）不需要用户全神贯注
-（11）高度社会化
社交网络
例如：Facebook，Twitter。
主要应用在三个方面：
-（1）利用用户的社交网络信息对用户进行个性化的物品推荐
-（2）信息流的会话推荐
-（3）给用户推荐好友
个性化阅读
例如：Google Reader，鲜果网。
基于位置的服务
例如：Foursquare。
个性化邮件
例如：优先级邮件，垃圾邮件分类等。
个性化广告
个性化推荐着重于帮助用户找到可能令他们感兴趣的物品，而广告推荐着重于帮助广告找到可能对它们感兴趣的用户，即一个以用户为核心，而另一个以广告为核心。
目前的个性化广告投放技术主要分为3种。
-（1）上下文广告 通过分析用户正在浏览的网页内容，投放和网页内容相关的广告。代表系统是谷歌的Adsense。
-（2）搜索广告 通过分析用户在当前会话中的搜索记录，判断用户的搜索目的，投放和用户目的相关的广告。
-（3）个性化展示广告 我们经常在很多网站看到大量展示广告，它们是根据用户的兴趣，对不同用户投放不同的展示广告。
