转移
推荐系统实施的两大前提：信息过载，需求不明确（需求明确请搜索引擎，在很多情况下，用户其实并不明确自己的需要，或者他们的需求很难用简单的关键字来表述。又或者他们需要更加符合他们个人口味和喜好的结果，因此出现了推荐系统，与搜索引擎对应，大家也习惯称它为推荐引擎。）
互联网带来了极大的自由和民主，信息流通更加通畅。但是目前正在发生潜移默化的而变化。互联网展示给我们的信息越来越是我们喜欢看的，而不是我们应该看的。 从心理学角度看，人类的认知存在着证实偏差的。也就是说，人们倾向于通过接收与自己相符的观点去强化自身的固有观念；以及通过攻击和无视与自己相左的观点去避免固有观念受到冲击。如果一个社交网络天天推送的都是我不认可的观念，我可能会觉得它没价值，因此删了它。产品经理们为了避免这样的用户流失，都开始想方设法的去了解用户偏好，投其所好。这样基本上是个双赢的结果。为了吸引和留住客户群，这个是成本最低而且相当有成效的做法。
这是因为人的思维都是有惰性的，当看到与自己的想法相似的观点时，会自然而然很轻松的去接受，而遇到向左的观点时，总是会在心中激起或大或小的波澜，可能这个波澜很小很小，但还是要花费心思向另外一个方向去思考。
人一直都在选择自己的接触对象，只是网络让这种选择更简单而已。
出于用户需求：当今互联网各种内容信息基本是过载的，个性化推荐可以让用户更快地获取到喜欢的内容。
出于产品层考虑：解决用户的需求不就是一件要做的事？而且能把内容展示的有效性提高，转化率提升。单次的展示效率更有效甚至值钱。
在互联网经济从IT走向DT驱动的背景下，传统粗放式、滞后性的数据处理方式早已经不能满足企业对数据价值应用以及精细化运营的需求
通过技术手段，自动化服务链条。应对业务规模的手段。个性化内容推荐。
从粗放式到个性化推荐、精准化服务是历史发展必然趋势
目的：
用户角度，提高用户体验，提高用户忠诚度，抓住用户的兴趣；
产品角度，提高用户体验，用户留存时间，提高转化率，日活月活；
1. 最早的推荐：Yahoo!等门户 那个时候互联网刚刚起步，大家根本不知道该去哪看什么。于是yahoo说，我们的编辑团队给你推荐，这个网站好，你看这个。门户的推荐，现在仍然是很多人发现内容的方式。
2. 关键字内容推荐：google等搜索引擎 这时候互联网内容已经要爆炸了，人们希望找到自己关心的内容，于是搜索引擎成了相关主题的最好网页的推荐。
3. 热榜推荐：论坛热门/各类排行榜 后来论坛出现了，帖子乱七八糟，有些人上来只是想看看最近大家都在讨论啥，于是论坛把每天的热帖放在一起搞个榜单，按照热度推荐给用户。这个在传统行业中经常见到
4. 个性化搜索引擎：搜索引擎做到后来就发现，每个人对同一个主题的需求不同，于是搜索引擎尽可能的根据每个人的搜索记录，来判断这个人关心这个词的哪个方面。
5. 电商个性化推荐：这个应该是亚马逊把它搞出名了，亚马逊根据历史浏览记录和购买记录以及用户的评论来对用户进行推荐。
6. 电台个性化推荐：这多亏last.fm把这事搞出名了，基于用户点赞的歌曲来推荐喜欢的歌曲，这个在国内后来的网络电台都采用了类似的方法
7. 广告个性化推荐：这个最早听说是google的广告产品，根据用户的历史数据，在各种接入google广告位的地方为用户推荐商品。
8. 新闻个性化推荐：这与移动端的崛起有关，出现一大批网络杂志，与门户大而全不同，网络杂志希望给用户推荐用户关注的新闻。
9. 社交网络推荐：社交 网络发展起来发现好友新鲜事太多了，于是根据用户的互动，给用户推荐用户想看的内容。相信大家都对微博的推荐吐槽致死了。知乎也属于此。
一转眼，智能推荐早已在国内风靡了数年。除了音乐平台，新闻平台、自媒体平台、购物平台、广告平台、直播平台、视频平台、游戏平台……都纷纷开始转向智能推荐。它们理由也非常正确：在这个信息爆炸的时代，传统的人工分发太没效率了，我们要依据大数据，利用智能算法，一方面实现推送内容和用户喜好的高度契合，另一方面也大大提高信息的分发效率。所有的平台都在致力于提高算法质量。
集体智慧 (Collective Intelligence) 并不是 Web2.0 时代特有的，只是在 Web2.0 时代，大家在 Web 应用中利用集体智慧构建更加有趣的应用或者得到更好的用户体验。集体智慧是指在大量的人群的行为和数据中收集答案，帮助你对整个人群得到统计意义上的结论。
Wikipedia 是一个知识管理的百科全书，相对于传统的由领域专家编辑的百科全书，Wikipedia 允许最终用户贡献知识，随着参与人数的增多，Wikipedia 变成了涵盖各个领域的一本无比全面的知识库。也许有人会质疑它的权威性，但如果你从另一个侧面想这个问题，也许就可以迎刃而解。在发行一本书时，作者虽然是权威，但难免还有一些错误，然后通过一版一版的改版，书的内容越来越完善。而在 Wikipedia 上，这种改版和修正被变为每个人都可以做的事情，任何人发现错误或者不完善都可以贡献他们的想法，即便某些信息是错误的，但它一定也会尽快的被其他人纠正过来。从一个宏观的角度看，整个系统在按照一个良性循环的轨迹不断完善，这也正是集体智慧的魅力。
Google：目前最流行的搜索引擎，与 Wikipedia 不同，它没有要求用户显式的贡献，但仔细想想 Google 最核心的 PageRank 的思想，它利用了 Web 页面之间的关系，将多少其他页面链接到当前页面的数目作为衡量当前页面重要与否的标准；如果这不好理解，那么你可以把它想象成一个选举的过程，每个 Web 页面都是一个投票者同时也是一个被投票者，PageRank 通过一定数目的迭代得到一个相对稳定的评分。Google 其实利用了现在 Internet 上所有 Web 页面上链接的集体智慧，找到哪些页面是重要的。