“个性化推荐”存在的问题

   个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。

 我是一个刚上大二的软件工程专业的学生，不出意外应该是未来的女程序媛，根据自己的经历，对个性化推荐有自己的一些看法。

     其实这个个性化推荐问题引起我的关注是源于我在淘宝的浏览经历。大家应该都有体验，当你搜索了比如短裤，然后你又点进去查看了几个短裤的详细信息之后，再次搜索短裤，你查看的那几个短裤就会出现搜索结果的前几个。所以，如果你还没有看到想买的短裤类型，而淘宝又根据你的浏览记录为你推荐相似款式，那你就很难找到你想找的还没有出现过的款式。

图片发自App

     其实，我想说的问题是，个性化推荐在很大一部分程度上根据用户的兴趣和需求帮用户推荐内容，可以帮用户过滤掉很多信息，但是，往往会使用户逐渐陷入自己的小圈子里，看到的是自己熟悉领域的内容，可是世界这么大，见过的毕竟寥寥无几，这样的个性化推荐很可能会让你错过很多你因为不了解而还没发现你会感兴趣的内容。而且，会把用户标签化，把用户分成不同的类别。

     因此，我觉得应该按照合适的比例，一部分根据用户的喜好推荐内容，一部分推荐用户相关联潜在的需求，一部分作为拓宽视野部分，向用户推荐他从未涉及的领域。

    很多时候，我们都不知道自己喜欢什么，我希望可以通过互联网，发现自己未知的兴趣所在，在浏览中遇到惊喜，激发自己无限的可能。