个性化推荐出现已经有些年头了，现如今，无论是电商产品、内容型的产品、甚至是某些工具类的产品都已经自带内容属性，而个性化推荐已经逐渐从卖点变为“标配”。

再加上一些以“个性化”为品牌卖点的移动互联网产品的成功，也给相关从业者打了一剂“强心针”，并让更多人跃跃欲试，想给自己的产品加上个性化元素。

但是先不要着急，在问“该怎么做”之前，我们先来回答一下“要不要做”。我先帮你更加透彻地理解“推荐系统”这个概念，只有彻底理解了事物的本质，才能轻松做出“适不适合”的判断， 毕竟知根知底再相爱更容易到白头。

什么是推荐系统？

到底什么是推荐系统？维基百科给出的定义如下：它是一种信息过滤系统，手段是预测用户(User)对物品(Item )的评分和偏好。这个定义不是很好理解，也不太恰当。它用“怎么做”来定义了“是什么”，这相当于变相规定了推荐系统的实现路径。

让我们换个角度来回答三个问题，从而重新定义什么是推荐系统：

1、推荐系统能做什么？

2、搭建推荐系统需要什么？

3、怎么做一个成功的推荐系统？

对于第一个问题“推荐系统能做什么”，我的回答是：推荐系统可以把那些最终会在用户(User )和物品(Item)之间产生的连接提前找出来。

这里简单说一下“连接”这个词，这个词含义非常广泛，凡是能够产生关系的都是连接， 如用户对物品做出了一个行为，或者用户的某些属性和物品的属性一样等等，有关系就是连接。

为什么这么说呢？这是基于这么一个事实：万事万物有相互连接的大趋势，比如人和人倾向于有更多社会连接，于是有了各种社交产品; 比如人和商品有越来越多的消费连接，于是有了各种电商产品; 人和资讯有越来越多的阅读连接，

于是有了信息流产品。

这还只是纯数字世界，随着各种物理实体智能化趋势越来越明显，万物互联还会进一步强化。世界是一个数字化的大网，但里面只有两类节点：人和其他。

人是互联的终极意义，“其他”统称为物品，物品可能是人、资讯、消费品、服务等。推荐系统就是要在这张巨大的网中，不断去发现那些很可能会和人发生连接的另一类物品节点，让它们和用户真的建立连接。

按照上面的分析，我也同时回答了第二个问题“推荐系统需要什么”：推荐系统需要已经存在的连接，从已有的连接去预测未来的连接。

第三个问题：怎么做一个成功的推荐系统?

维基百科的定义提供了一个说法：预测用户评分和偏好。这是推荐系统背后相关算法和技术的两大分类，在后面的内容中我会详细的讲到；但比这个定义更抽象的实现方式分类是：机器推荐和人工推荐，也就是通常说的“个性化推荐”和 “编辑推荐”。

总结一下推荐系统就是：用已有的连接去预测未来用户和物品之间会出现的连接。

或者用户和物品数量在某些手段下也变得很多，但是用户和物品之间的连接很少，表现就是用户的留存回访很低，这时候也不是很需要一个推荐系统。

你应该是想方设法找到用户流失的原因，直到他们能贡献第一批连接才 。当然，用户很少时，人工完全可以应付一对一服务时，也是不需要推荐系统的。

总结

到底要不要上推荐系统，如果仅仅从战术上来看，是一个关乎投入产出的问题，搭建一个推荐系统的前期投入不小，你需要：组建团队、购置计算资源、积累数据、花费时间优化。

这些成本在早期不必须或者不成熟的情形下投入，显然投入产出比不是很优；但如果是战略问题，那就不在本文的讨论范围内了，至于哪些算是战略问题，我列举几个例子：

1、产品要有这个属性，方便去资本市场融资;

2、团队要有推荐相关人才，因为不好招聘，需要提前屯着;

3、要培养这样的思维，从而形成数据导向的产品文化。

类似等等，都不属于战术问题，具体问题具体分析。

现在我们来回顾下，今天我们先从三个角度定义了什么是推荐系统，然后从定性和定量两个角度分析了到底是否需要给自己的产品加上推荐系统。

那么，你可以试着从这两个角度分析一下，你自己的产品是不是需要推荐系统呢？欢迎留言，我们一起讨论。