“探索推薦引擎內(nèi)部的秘密”系列將帶領(lǐng)讀者從淺入深的學(xué)習(xí)探索推薦引擎的機制，實現(xiàn)方法，其中還涉及一些基本的優(yōu)化方法，例如聚類和分類的應(yīng)用。同時在理論講解的基礎(chǔ)上，還會結(jié)合 Apache Mahout 介紹如何在大規(guī)模數(shù)據(jù)上實現(xiàn)各種推薦策略，進行策略優(yōu)化，構(gòu)建高效的推薦引擎的方法。本文作為這個系列的第一篇文章，將深入介紹推薦引擎的工作原理，和其中涉及的各種推薦機制，以及它們各自的優(yōu)缺點和適用場景，幫助用戶清楚的了解和快速構(gòu)建適合自己的推薦引擎。

信息發(fā)現(xiàn)

如今已經(jīng)進入了一個數(shù)據(jù)爆炸的時代，隨著 Web 2.0 的發(fā)展， Web 已經(jīng)變成數(shù)據(jù)分享的平臺，那么，如何讓人們在海量的數(shù)據(jù)中想要找到他們需要的信息將變得越來越難。

在這樣的情形下，搜索引擎（Google，Bing，百度等等）成為大家快速找到目標(biāo)信息的最好途徑。在用戶對自己需求相對明確的時候，用搜索引擎很方便的通過關(guān)鍵字搜索很快的找到自己需要的信息。但搜索引擎并不能完全滿足用戶對信息發(fā)現(xiàn)的需求，那是因為在很多情況下，用戶其實并不明確自己的需要，或者他們的需求很難用簡單的關(guān)鍵字來表述。又或者他們需要更加符合他們個人口味和喜好的結(jié)果，因此出現(xiàn)了推薦系統(tǒng)，與搜索引擎對應(yīng)，大家也習(xí)慣稱它為推薦引擎。

隨著推薦引擎的出現(xiàn)，用戶獲取信息的方式從簡單的目標(biāo)明確的數(shù)據(jù)的搜索轉(zhuǎn)換到更高級更符合人們使用習(xí)慣的信息發(fā)現(xiàn)。

如今，隨著推薦技術(shù)的不斷發(fā)展，推薦引擎已經(jīng)在電子商務(wù) (E-commerce，例如 Amazon，當(dāng)當(dāng)網(wǎng) ) 和一些基于 social 的社會化站點 ( 包括音樂，電影和圖書分享，例如豆瓣，Mtime 等 ) 都取得很大的成功。這也進一步的說

總結(jié)

以上是生活随笔為你收集整理的探索推荐引擎内部的秘密的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。