1.1　什么是推薦系統

什么是推薦系統？根據維基百科的定義，它是一種信息過濾系統，主要功能是預測用戶對物品的評分和偏好。這一定義回答了推薦系統的功能是過濾信息、連接用戶和推送信息。將這一定義擴展一下，推薦系統就是自動聯系用戶和物品的一種工具，它能夠在信息過載的環境中幫助用戶發現令他們感興趣的信息，也能夠將信息推送給感興趣的用戶。

推薦系統起源于20世紀90年代，經過20多年的積累和沉淀，已經逐漸成為一門獨立的學科，并在學術研究和工業界的應用中取得了諸多成果，如圖1-1所示。

如今，隨著深度學習在推薦系統的廣泛應用，推薦系統領域正式邁入了深度學習時代，微軟（Microsoft）、谷歌（Google）、百度、阿里巴巴等公司成功地在推薦、廣告等業務場景中應用了深度學習模型。推薦系統被應用于如下所示的諸多業務場景中。

● 信息流推薦場景，比如今日頭條新聞推薦、360快資訊、微信看一看等。

● 視頻網站，比如YouTube、騰訊視頻、抖音等。

● 電商網站，比如淘寶、京東、亞馬遜（Amazon）等。

● 個性化廣告場景，比如百度、谷歌、360等網站的廣告推薦模塊。

● 個性化音樂場景，比如QQ音樂、酷狗音樂等App的音樂推薦模塊。

● 社交網站，比如Facebook、微信、領英等。

圖1-1 推薦系統的發展歷史