推薦引擎

對于搜索引擎，相信大家都不會感到陌生。但是說到推薦引擎，可能就有人不是很清楚了。

通常用戶上網行為可以分成兩類:搜索和瀏覽。當用戶清楚地知道自己要找什么時，他可以通過搜索引擎去搜索相關的內容;如果用戶并不清楚要找什么，只是逛一逛，此時他就是在瀏覽，他可能會愿意“聽聽”多種建議，推薦引擎便粉墨登場了。

推薦引擎技術是建立在搜索引擎技術基礎之上的新的信息傳播方式，它致力于解決搜索引擎無法深刻了解用戶的問題;解決用戶的個人化信息問題;解決用戶的潛在信息需求問題;解決信息的垂直單向傳播問題。根據推薦方式，推薦引擎可以分為以下幾類:個性化推薦——根據用戶過去在網站的行為進行推薦;社會化推薦——根據類似用戶過去在網站的行為進行推薦;基于產品的推薦——基于產品本身的特性進行推薦;以上3種方式的結合。

推薦引擎利用特殊的信息過濾技術，將不同的內容(例如電影、音樂、書籍、新聞、圖片、網頁等)推薦給可能感興趣的用戶。通常情況下，推薦引擎的實現是通過將用戶的個人喜好與特定的參考特征進行比較，并試圖預測用戶對一些未評分項目的喜好程度。參考特征的選取可能是從項目本身的信息中提取的，或是基于用戶所在的社區環境。

推薦引擎是建立在對每一個用戶的信息和行為深刻了解的基礎之上，為用戶提供個人化信息的技術。它不是被動等待用戶的搜索請求，而是為用戶主動推送最相關的信息。推薦引擎結合搜索引擎技術，可以為用戶提供更加精準的信息解決方案。

隨著互聯網上數據和內容的不斷增長，人們越來越重視推薦引擎在互聯網應用中的作用。可想而知，由于互聯網上的數據過多，用戶很難找到自己想要的信息，通過提供搜索功能來解決這個問題是遠遠不夠的。推薦引擎可以通過分析用戶的行為來預測用戶的喜好，使用戶能更容易找到他們潛在需要的信息。

實際上，推薦引擎并不是一個新概念，一些大型的電子商務網站很多年前就采用了推薦引擎技術。比如世界最大的B2C網站——亞馬遜商城很早就使用協同過濾的算法來匹配顧客的購買習慣，從而過濾掉大量的商品信息，而只推薦顧客愿意購買的商品。有數據表明，亞馬遜30%以上的銷售額來自于推薦，而且這一比例還在不斷提高。

目前，對推薦引擎技術的研究還處于起步階段，人們并沒有清醒地認識到推薦引擎技術將給下一代互聯網帶來深刻變化的事實。但是毫無疑問，推薦引擎必然是未來互聯網發展的趨勢，信息的個人化時代不可阻擋。

百分點推薦引擎的首席執行官柏林森評論道，“網絡正從一個搜索時代進入一個發現時代，推薦引擎無所不在，它能為你推薦買什么商品，看什么電影，讀什么文章，聽什么音樂等等。當你并不十分清楚需要某個東西存在，或者不完全清楚自己的具體需求的時候，推薦引擎能幫你發現你所需要的東西。”

[責任編輯]趙新宇