推荐系统的定义
推荐系统是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买的过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。
头条一般都会把一些重要的新闻放在前面，并且还会发一些针对用户的个性化推荐的内容。每个人的兴趣爱好和想法都是不一样的，所以就有了推荐系统的千人千面的说法。我们看到的某一个页面可能是很多个性化推荐系统的堆叠，它把不同的商品共同叠在一起来进行推荐。
推荐系统的意义
1. 用户角度：推荐系统解决在“信息过载”的情况下，用户如何高效的获得感兴趣的信息的问题。
当我们打开天猫或者淘宝界面，会发现展示的内容其实都是按照我们的搜索历史、浏览历史、购买记录，还包括一些近期的爆款和活动商品这几种维度来推荐的。
置于页面最上方的运营位一般会展示运营商希望我们看到的内容，下方的活动位会展示近期的活动商品。而我们的同城购更多的是去推荐一些生鲜类的商品，因为同城直达的情况，要么是商品的保存期限非常短，要么是用户对商品的需求非常迫切。同城购的商品是具有一定的限定性的。
假设我们急需某件商品，往往这个时候就会选择天猫会员店或是京东自营店以保证其时效性。而假设我们对时间的要求并不高，这个时候就会选择一些性价比较高的商店。对于不同的时期，用户对商品的需求情况是不一样的，而 APP 界面推荐的内容也会是不一样的。
2. 公司角度：推荐系统解决最大限度地吸引用户、留存用户、增加用户粘性、提高用户转化率的问题，从而达到公司商业目标连续增长的目标。
不同模式的问题定义是不尽相同的。视频类公司更注重的是用户观看时长，他们会在视频里面嵌入网络广告，甚至还有一些广告是直接出现在电视剧中的。电商类的公司更注重的是购买转化率（Conversion Rate，cvr），新闻类公司更注重用户的点击率。
