對(duì)于搜索引擎，相信大家都不會(huì)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(wǎng)行為可以分成兩類:搜索和瀏覽。當(dāng)用戶清楚地知道自己要找什么時(shí)，他可以通過搜索引擎去搜索相關(guān)的內(nèi)容;如果用戶并不清楚要找什么，只是逛一逛，此時(shí)他就是在瀏覽，他可能會(huì)愿意“聽聽”多種建議，推薦引擎便粉墨登場了。

推薦引擎技術(shù)是建立在搜索引擎技術(shù)基礎(chǔ)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(gè)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(jù)推薦方式，推薦引擎可以分為以下幾類:個(gè)性化推薦——根據(jù)用戶過去在網(wǎng)站的行為進(jìn)行推薦;社會(huì)化推薦——根據(jù)類似用戶過去在網(wǎng)站的行為進(jìn)行推薦;基于產(chǎn)品的推薦——基于產(chǎn)品本身的特性進(jìn)行推薦;以上3種方式的結(jié)合。

推薦引擎利用特殊的信息過濾技術(shù)，將不同的內(nèi)容(例如電影、音樂、書籍、新聞、圖片、網(wǎng)頁等)推薦給可能感興趣的用戶。通常情況下，推薦引擎的實(shí)現(xiàn)是通過將用戶的個(gè)人喜好與特定的參考特征進(jìn)行比較，并試圖預(yù)測用戶對(duì)一些未評(píng)分項(xiàng)目的喜好程度。參考特征的選取可能是從項(xiàng)目本身的信息中提取的，或是基于用戶所在的社區(qū)環(huán)境。

推薦引擎是建立在對(duì)每一個(gè)用戶的信息和行為深刻了解的基礎(chǔ)之上，為用戶提供個(gè)人化信息的技術(shù)。它不是被動(dòng)等待用戶的搜索請求，而是為用戶主動(dòng)推送最相關(guān)的信息。推薦引擎結(jié)合搜索引擎技術(shù)，可以為用戶提供更加精準(zhǔn)的信息解決方案。

隨著互聯(lián)網(wǎng)上數(shù)據(jù)和內(nèi)容的不斷增長，人們越來越重視推薦引擎在互聯(lián)網(wǎng)應(yīng)用中的作用?？上攵?，由于互聯(lián)網(wǎng)上的數(shù)據(jù)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(gè)問題是遠(yuǎn)遠(yuǎn)不夠的。推薦引擎可以通過分析用戶的行為來預(yù)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(shí)際上，推薦引擎并不是一個(gè)新概念，一些大型的電子商務(wù)網(wǎng)站很多年前就采用了推薦引擎技術(shù)。比如世界最大的B2C網(wǎng)站——亞馬遜商城很早就使用協(xié)同過濾的算法來匹配顧客的購買習(xí)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(shù)據(jù)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(duì)推薦引擎技術(shù)的研究還處于起步階段，人們并沒有清醒地認(rèn)識(shí)到推薦引擎技術(shù)將給下一代互聯(lián)網(wǎng)帶來深刻變化的事實(shí)。但是毫無疑問，推薦引擎必然是未來互聯(lián)網(wǎng)發(fā)展的趨勢，信息的個(gè)人化時(shí)代不可阻擋。

百分點(diǎn)推薦引擎的首席執(zhí)行官柏林森評(píng)論道，“網(wǎng)絡(luò)正從一個(gè)搜索時(shí)代進(jìn)入一個(gè)發(fā)現(xiàn)時(shí)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(dāng)你并不十分清楚需要某個(gè)東西存在，或者不完全清楚自己的具體需求的時(shí)候，推薦引擎能幫你發(fā)現(xiàn)你所需要的東西?！?/p>

[責(zé)任編輯]趙新宇