推荐系统应用场景

底下是一个网友对推荐系统的比喻

我觉得这个比喻是很恰当的。延续这个网友的比喻，做个扩展说明

搜索行为是带有目的性的，就好像那个女人有意向且急需购买一件碎花长裙，因为要与离别半载的男友见面，她想打扮出小男友心目中的清新女神。所以在周五的时候她上街，显得很匆忙，只希望能够快速找到一件心仪的礼服，但是店铺很多，虽然时下有很多新款长裙，但是由于区域首先，她出出入入很多家门店，发现很多款式和花纹都一样，没有适合自己肤色和身材的衣服。逛网一条街，由于品种太少，也太累了，她打算回家，选择使用淘宝搜索，她发现淘宝展示了很多款式的碎花长裙，不仅有南方的产地，也有境外的舶来品，款式非常丰富，而且可以快速定位价格区间，并不需要偷偷地翻阅价格标签或者询问店主。她非常开心，发现排序还可以对她的定位提速很多。最后，她花不到一个小时，在淘宝上成交了三件裙子，风格都是自己喜欢的，但不重复，而且价格都是自己可以接受的（质量不知哦...）——这就是搜索引擎的力量，降低了选择成本（包括时间成本、体力成本和隐性价格成本）。

但是，有时候女生上街并不是出发前就有了购物的目的，所谓“无事上街小破财“，女生逛街追求一种体验的快感，一般这种情况下她们并不要求一定要购得满意的商品，但是这种漫无目的的逛街就和男生玩游戏一样，都是有效需求——这是”阿笨“阐述的，门户网站依然有生存空间一样。

那么推荐的应用场景在哪里呢？其实，推荐对于上面两种应用场景都有用处。

在第一种场景，推荐就像是店面营业员，帮你推荐合适的衣服和搭配，给你试穿合适的尺寸；又像是同行的闺蜜，给你提供是否适合你的建议，甚至有联想性的觉得你不应该穿碎花长裙，而可以选择一套牛仔+上衣薄衫，以显示自己的身材。这些推荐，都尽量挑选和你口味的服饰。

在第二种场景，在你瞎逛的时候，时下流行的服饰可能恰恰是你想关注的，这个时候，简单告诉你这款衣服最近很流行，买的人很多；而且周边很多靓女穿衣搭配与衣架上的一致，随大流总是难免的。而且这样的推荐不容易引起你的反感。当然，这样的推荐相对而言并不见得有实际效果——假如你本来就是一个喜欢追踪热门的人，给不给你推荐热门流行品，你都会第一时间的追逐，所以这样的推荐并不会增加或减少你的购买量；又或者你是一个有个性的冷艳美女，你有自己的穿衣喜好，与时下宽松型的潮流并不搭调，给你推荐热门反而引起你的反感。所以，只有事先知道或者挖掘出你的兴趣爱好，才能知道你的品位，给予的推荐才能有效。