原文：https://baijiahao.baidu.com/s?id=1593978583137661044/
亚马逊都使用了哪些推荐
- 按照类别给每个人推荐。比如说左上角，它推荐给当前登录的 taomas 这个用户，给他推荐健身器材，左下角又推荐咖啡和茶，还有其他的图书。
- 经常购买的商品
- 按照你最近的历史推荐
- 最近浏览的商品。不是推荐你曾经没看过的，而是告诉你今天看了什么、前几天看了什么、某月某日看了什么，把你曾经看过，但是并没有下单的东西再给你看一遍，也许你就有下单的冲动了
- 与浏览物品（长期历史）相关的物品推荐。也是按照你的浏览历史给你推荐，不是按照你现在的浏览历史，比如我最近看的是健身器材，但是给我推荐的第二个商品是沙丁鱼，他是按照我曾经久远的历史来给我推荐的。
- 购买相同商品的其他用户购买的物品。
- 根据用户的购买历史推荐同一个商品新版本。
- 根据我的购买历史推荐周边产品。系统知道我买了 kindle，他就推荐我说你要不要其他周边产品，比如保护套。
- 畅销物品推荐
数学抽象
- 推荐值矩阵：推荐值里面记录了每一行是每个用户对于各个物品的喜好程度。
- 用户属性：性别、年龄
- 物品属性
推荐系统要解决的关键问题
- 数据收集：显示收集、隐性收集
- 常用推荐方法：基于内容、协同过滤
推荐系统的评估
- 离线评估
- 问卷调查
- 用户学习
- A/B测试
推荐系统
- 离线部分：Hadoop、Hive、Pig、Spark
- 近实时部分：Cassandra、MySQL、Catch
- 在线部分