随着互联网信息的爆炸式增长，人们发现自己处理相关信息的能力越来越有限，于是推荐引擎的呼声越来越高，人们希望机器能替他们做信息过滤和筛选，你是怎么看待推荐的呢？这是去年一网友在知乎网上提出的问题，下面是前两个回答者的回复。

知乎-谷文栋回复：

首先，咱们界定一下概念，这里的“推荐”，应该不单纯指的是大家所熟知的“购买了X的还购买了Y”这种狭义的形式，而应该是常说的“搜索”与“发现”中的后者，“推荐”的目标是让用户的互联网体验更加个性化，帮助用户轻松“发现”他感兴趣的信息，或者说“让信息找到你”。



那么，推荐能不能成为爆发点，这个问题我个人这么看。两点：1、这件事情是不是被广泛地接受及认可？2、是不是有越来越多的人投入到这件事情？



对于第1点，我相信答案是毋庸置疑的，推荐引擎或者推荐模块，已经逐渐成为了面向消费者的互联网应用的标配。推荐目前的状况，我觉得和搜索早期很像：1）功能的价值逐渐让用户觉得不可或缺（具备了爆发的潜质）；2）多数从业人员对其还比较轻视（不认为其有独立存在的价值）。这里面就很可能有机会了。



对于第2点，我认为非常关键，需要有足够多人做出足够多的探索。变革最终是由精英推动的，搜索大潮由斯坦福的两位天才掀起，应用市场的模式由乔布斯教主引领。但是，不能否认的一点，这是一个“量变到质变”的过程，Google 登顶能称得上是一将功成万古枯了，应用市场模式的产生也跟长久以来大家对于 Windows 软件管理模式的不满有直接关系。目前对于推荐，一个普遍的疑问就是，“它能否成为一个独立的产品，还是仅能作为一项功能存在”？这个问题，分析家们的答案一文不值，要靠在这个领域内深耕的一线人员去探索。目前整体来看，无论国外还是国内，这个领域的创业公司在增多，但总体数量还不够，尚待进一步观察。



另外我非常想说一件事，推荐领域讨论算法比较多，不代表不重视产品。产品与技术从来不是割裂的，绝对意义上讲也不应该存在哪个更重要的比较，灵活分析“在某个时期”应该侧重于哪部分更合适。不过有一点是真的，推荐深入做下去是具备技术门槛的。



所谓爆发，一定得和大势对上节拍。综上来看，推荐这件事情，量方面在积累，专注于这个方向的人才在增多，具备技术门槛和成长空间，因此，我个人认为这个方向大有所为。

知乎-keso回复：

推荐无处不在。超市中靠近收款台的陈列架，就是一种推荐；亚马逊购买此书的用户还买了XX，也是一种推荐；豆瓣猜，是一种推荐；玩聚网的Social Rank、锐推榜，也是一种推荐；Pandora的音乐指纹和iLike的社区推荐，都是一种推荐。



推荐本身恐怕很难成为一个爆发点，但推荐引擎一定会跟不同的业务形态、不同的应用场景、不同的用户需求密切关联，产生大幅增值。推荐算法在未来会变得越来越重要，越来越无处不在。