1.4　推荐系统的定义

前面两节提到了推荐系统产生的背景和它需要解决的问题，那么什么是推荐系统呢？本节尝试给推荐系统下一个定义，让读者可以更好地理解。

推荐系统是一套工程技术解决方案，通过利用大数据、机器学习等技术，在用户使用产品进行浏览交互的过程中，主动为用户展示他可能会喜欢的标的物，从而促进标的物的“销售”，节省用户时间，提升用户体验，做到资源的优化配置。

上面的定义中有几点需要细化说明一下，以方便读者更好地理解推荐系统的本质。

·推荐系统是一套工程技术解决方案，要将推荐系统落地到业务上，需要大量的工程开发，涉及日志打点、日志收集、ETL、分布式计算、特征工程、推荐算法建模、数据存储、提供接口服务、UI展示与交互、推荐效果评估等多个方面，是一项庞大复杂的体系工程。

·推荐系统是机器学习的一个分支应用，推荐系统大量使用机器学习技术，利用各种算法构建推荐模型，提升推荐的精准度、惊喜度、覆盖率等，甚至是实时反馈用户的兴趣变化（如今日头条APP下拉展示新的新闻，实时反馈用户的兴趣变化）。

·推荐系统是一项交互式产品功能，产品为推荐系统提供载体，用户通过使用产品触达及触发推荐系统，推荐系统为用户提供个性化推荐，从而提升用户体验。

·推荐系统是一种为用户提供感兴趣信息的便捷渠道，通过为用户提供信息创造商业价值。

推荐系统的本质是通过技术手段将标的物与人关联起来，方便人们获取对自己有价值的标的物。通过上面的介绍，相信读者对推荐系统已经有了初步的了解。