信息推荐——今日头条和抖音

信息推荐技术近年才逐渐趋于成熟。这种模式一旦普及，信息将变得更加触手可及，因为信息推荐技术不再要求用户主动订阅频道、添加好友或进行点赞。当然，要把信息匹配给对应的用户也有着很高的技术要求。以搜索引擎为例，用户在搜索栏中键入的词条已经明确地表明了用户的意图，但就信息推荐技术而言，用户喜好就没这么清晰了，只能根据用户的历史行为判断其偏好。

在线信息推荐的先驱是成立于2001年的StumbleUpon公司，他们制作了用于信息推荐的浏览器工具栏插件。2009年，一项能将推荐页面准确度提高10%的算法获得了Netflix的百万美元奖金。网上信息推荐的重要性首先展现在电商领域，比如“买了这件商品的顾客还买了……”。

一般来说，推荐系统依赖于两个关键步骤：“内容过滤”和“协作过滤”。这两个概念理解起来并不复杂。内容过滤系统会向用户推荐他们本身就喜欢的信息，比如用户喜欢看关于狗的视频，并且这类视频带有“爱狗人士”的标签，那么系统就会给用户推荐更多关于狗的视频。

而协作过滤系统则是通过找到爱好相似的用户群来给出推荐。比如简和特雷西爱看的视频类型高度相关，如果简多次完整地观看了某一视频，也就意味着她一定是喜欢这类视频的，那么这个时候系统就会将该视频推荐给特雷西。

左图：内容过滤　右图：协作过滤