社会化推荐（social recommemdation），即，好友推荐，向朋友咨询。

基于内容推荐（content-based filtering），即，基于历史内容，用户历史动作。

基于协同过滤（collaborative filtering），即，参考别人的选择，更进一步，参考跟自己相似的群用户，做决定。

几乎所有的推荐系统都由三部分组成，前台的展示页面，后台的日志系统，推荐算法系统。

个性化推荐系统的必要和成功有两个条件。

1.存在信息过载，如果信息很少，用户可以很轻松得到所想，则不需要个性化推荐系统。

2.用户大部分时间没有特别明确的需求，如果有明确的需求，则可以通过搜索引擎或分类目录，轻松得到所想。

推荐系统的评测，什么是好的推荐系统。

一个完整的推荐系统一般有三方参与者，用户，物品提供者，推荐系统提供者，三方共赢则为好的推荐系统。

预测准确度是推荐系统的重要指标（没有之一）（作者这么说我有点不理解，按常理应该是是“最”重要的指标吧，因为他加了个（没有之一））

当然，这一个指标也无法说明问题，其他指标包括：准确度，覆盖度，新颖度，惊喜度，信任度，透明度。

下面的内容我很有兴趣好好研究下，所以每一个指标我会写一篇博文，然后在以后的学习研究的日子里进行补充。这里就此打住。

本博文是看《推荐系统实践》即时编写的。