1.2　推荐系统解决什么问题

推荐系统是在互联网快速发展（特别是移动互联网）之后的产物，随着用户规模的爆炸性增长以及供应商提供的标的物的种类越来越多，用户身边充斥着大量信息，这时候推荐系统就有了用武之地。推荐系统本质上是在用户需求不明确的情况下，从海量的信息中为用户过滤出他可能感兴趣的信息的技术手段。推荐系统结合用户的信息（地域、年龄、性别等）、标的物信息（价格、产地等），以及用户过去对物品的行为（是否浏览、是否点击、是否购买等），利用机器学习技术构建用户兴趣模型，为用户提供精准的个性化推荐。

推荐系统很好地满足了标的物提供方、平台方、用户三方的需求。以淘宝购物举例来说，标的物提供方是淘宝上成千上万的店主，平台方是淘宝，用户就是在淘宝上购物的自然人或企业。通过推荐系统可以更好地将商品曝光给需要购买的用户，这样用户可以买到自己想要的商品，标的物提供方的商品可以被很好地分发出去，平台方通过用户的购买也可以获得商业利润，从而达到三方多赢的局面。

从本质上讲，推荐系统提升了信息分发和信息获取的效率，提升了社会资源的配置效率。