1.8　本章小结

本章介绍了推荐系统相关的一些基本概念，通过本章的学习，希望读者能对推荐系统有一定的了解。

移动互联网的发展产生了越来越多的信息，由于人类接收信息的能力有限以及人们越来越倾向于表达自我，需求更加个性化，导致从海量信息中过滤出用户感兴趣的信息变得越来越重要，这时推荐系统应运而生。

推荐系统很好地解决了信息过滤的问题，因而被应用于各类产品中，如电商、视频、音乐、资讯、社交、生活服务等。推荐系统是机器学习的一个分支，是一个非常偏工程和业务的系统，它大量采用大数据和机器学习技术来解决信息过载的问题。推荐算法种类繁多，主要有基于内容的推荐、协同过滤、基于社交关系的推荐等。

由于推荐系统的复杂性，构建一个好用的、有业务价值的企业级推荐系统是一件非常费力的事情，需要考虑非常多的因素，但由于推荐系统具备极大的商业价值，几乎所有的toC互联网公司都将它作为公司产品的标配技术。