最近一段时间，搜索引擎与个性推荐的曝光率很高，看个性推荐这头“猛兽”来势汹汹的样子，搜索引擎独霸流量入口的好日子似乎已经到头了。从用户角度来说，搜索属于主动行为，是由你的主观意向去获取结果；推荐属于被动行为，它是通过技术来获取你的行为数据从而自动推断你的需求。到底什么是个性推荐？个性推荐跟搜索引擎的区别在哪里？个性推荐接下来怎么发展？个性推荐未来何去何从呢？人人都是产品经理7群（7661422）对此进行了一番激烈的讨论。

一、哪些常用应用加入了推荐功能，满足了什么需求

常用应用：

1、休闲娱乐类：视频推荐（爱奇艺，搜狐），音乐推荐（豆瓣FM，虾米）

2、商业消息类：商品广告推荐（京东，亚马逊）

3、资讯阅读类：文章推荐（无觅，今日头条），发掘推荐（知乎会智能邀请用户来回答问题）

4、分发平台类：软件推荐（小游戏，91助手）

从上可以看出，个性推荐功能已经在各个常用领域有所实践，但在一些专业领域还未渗透。个性推荐是一种扩展联系，现在主要针对的是用户“懒”和“未知”。从现实的发展来看，个性推荐也确实在资讯娱乐方面发展的比较好，但商业这块相对来说则形式比较单一，但随着推荐进一步发展成熟，满足用户精准需求后其体验与盈利模式都将上一个台阶。

满足需求：

1、节省时间、满足喜好，用户在不知道自己要干嘛的时候，通过推荐可快速找到自己感兴趣的东西；

2、辅助决策，面临各种选择时，适当的推荐能提高用户的选择效率；

3、突破个人思维进行扩展，当我想学习某门语言的时候，他可以在我学习的过程中推荐相关或者递进的资料给我，使我不至于被自己的认知面所限制；

4、能满足各种各样的用户，通过每个用户的独特数据，一个可以满足不同用户在不同场景下的需求，解决了群体与个人的矛盾，感觉更像个私人助理。

实际上，个性推荐的第一作用不是个性化喜好，而是由源数据触发的连带扩展，从某种角度看，这属于活跃用户的二次营销。从现在带有推荐功能的应用上可以看出，该功能大多是满足兴趣与需求的扩展。

二、推荐通过怎样的形式实现功能

一个完整的推荐系统由行为记录模块、模型分析模块和推荐模块组成。

行为记录模块负责记录可体现用户喜好的行为，如点击、评分、下载、购买等；模型分析模块则完成了对用户行为记录的分析，采用不同的算法建立模型描述用户的喜好信息；最后，通过推荐模块，实时的从内容集筛选出目标用户可能会感兴趣的内容推荐给用户。如采用打点的模式，通过数据维度将每个用户映射到三维空间里，通过矢量半径测算需求相似度，若两者各有10000个指标，而相同的有8000个，则说明这两人兴趣比较相近。

但基于“内容过滤”与“协同过滤”两种算法的推荐容易出现“冷启动”和“数据稀疏”等问题。冷启动（主要是协同过滤）指的是推荐集所推荐的内容必须是先被其他用户使用过的，而那些未被大量评论覆盖的产品来说，他们是很难进入他人的推荐集；数据稀疏是个难以避免的问题，单个用户不可避免的只能接触到总数据的一小部分，而当两用户评价过的内容没有交集时，算法就难以判断这两用户是否兴趣相似，从而难以找到相似的用户集。

三、搜索引擎与个性推荐的区别

前面已经说过，从用户角度来说，两者的使用目的是不同的，具体可分为如下三点：

1、推荐是被动接收的行为，搜索是用户的主动行为；

2、推荐一般是联想辐射的，而搜索一般是即时需求，目标明确；

3、推荐是通过分析用户行为展现出的结果，而搜索是服务端获取用户行为的一个入口。

相对搜索来说，推荐有着很清晰的优点，首先他主动精准，可快速帮用户找到需要的信息；其次为用户打上标签信息，使商户广告的投放更加准确 。

当然，作为一个正在发展中的技术和功能，推荐仍然有很多可改进的空间，每个推荐都需要积累大量的用户行为作为支撑，而且用户短期或即时的兴趣点击容易对算法造成干扰；多样性与精准性的矛盾可能在中后期体现出来，要么推荐不准确，要么信息源越来越单一；评估次数的不同很容易导致算法得出的“用户兴趣”与真实需求有偏差，如我最喜欢西瓜，但在看到西瓜前我已经“喜欢”草莓三次了，那么就算我点喜欢西瓜，算法也会判断我为“最喜欢草莓”，从而导致推荐的不准确；最后就是用户的隐私问题了，推荐与大数据结合的相当紧密，所以这里要如何消除用户的心理担忧会是个关键问题。

经过群友们的讨论，大家觉得推荐的时候要考虑用户疲劳度，同时增加与兴趣点可能关联的其他新特征点的探索因子。此外，用户的兴趣是会随着时间而变化，所以一定要给用户修正的入口。个性推荐最终可以发展成个人助理，类似方案解决服务。

四、个性推荐可以如何走下去

与搜索引擎相比，推荐当下的盈利手段也不弱，分别有渠道收费（前端广告费、后端咨询费），效果营销收费（按点击效果收费、按成交返点付费），面向用户收费（保证优质内容及服务才有实现的可能如订阅+推荐的增值服务），竞价排名等，个性推荐的竞争力相当可观。一个优秀的产品不止要当下获得成功，更要保证其长远的盈利目标，接下来看看推荐未来可能的盈利模式有什么。

1、针对客户忠诚化管理，可收集大量用户的消费信息，将用户的喜好数据卖给商家，以便商家对目前的产品进行调整；

2、针对用户的消费与薪资等相关信息，对客户推销产品，如理财产品；

3、有价值的收费资讯，如相亲网站的交友推荐；

4、与硬件软件商合作分成。

推荐的主动基因注定他具有很强的运营推广优势，在保证数据精准，不干扰用户的情况下，降低成本、提高效率、易产生粘性、优化用户体验等效果都是很容易达到的。总的来说，现在互联网领域越分越细，如何精准营销早已提上日程，用什么方式，怎么去做，个性推荐可能已经给予了我们一些启发。

小编想法

其实推荐做的最重要的就是体验，在互联网的快速发展情况下，用户只会越来越挑剔，注重体验的推荐天生就带有一定的优势，如若能搭配好搜索引擎双线出击，将搜索作为一个行为需求采集入口，通过推荐来实现后期的反馈服务，用一个账号将多平台产品连接起来，那样就真正能使用户闲下来了。

就个人想法，我比较看好推荐在教育领域的发展。互联网教育必定是接下来发展的热点之一，但通过个人的独立挖掘很难能兼顾一个领域的各种信息，或者说缺少一位老师做提示，如果个性推荐能够根据学习情况精准智能的推送相关资料或资讯给自学者，再根据用户的进度微调推荐结果，谁说他不能担任老师这个角色呢，而且在这里面的前后端（前端用户、后端商家）都有收费的可能，机会会不会也更大呢？

讨论主题来源：个性推荐何去何从

此文档为人人都是产品经理社区7群讨论总结，由jacky整理，转载请注明原文链接。

感谢各位参加的同学（排名不分先后）：jacky（主持人）、达令、漓江、酱油、小麦、becky、方块、寒少、西冷、Lester2o13、伯文、july、小Q、狗窝、导演、阿航、星、韩冰、Mr.Fighting、阿泉、小豆。