对于“推荐系统能做什么”，我的理解是：推荐系统能把信息投递给需要此信息的用户。这个信息包括但不限内容、商品、人等。这样看来，好像有其他方式也能实现推荐系统的作用，但其实是有差别的。如图1–1所示。

图1–1 智能推荐示意图

在互联网时代，人们大致经历了三种信息获取方式：分类目录、搜索引擎、智能推荐，并分别诞生了提供三种信息获取方式服务的成功的公司。分类目录有：雅虎、新浪；搜索引擎有：谷歌、百度；智能推荐有：字节跳动。

分类目录覆盖信息量有限，用户分门别类查找信息并不轻松。搜索引擎覆盖量大，操作简单，但用户必须提供精确的关键词。而智能推荐则是通过用户行为数据的计算，将用户最有可能需要的信息主动推送给用户。其与分类目录和搜索引擎的区别有几点：

（一）推荐系统基于用户的静态属性与用户行为数据进行信息匹配，因每个用户存在个体性差异，所以每个用户获取的信息都是不同的，都是个性化的；

（二）用户的显性行为和隐性行为都会反馈至推荐系统，其数据收集的维度更全面，自然信息与用户的匹配度要更高；

（三）推荐系统打破了信息传递的马太效应，能帮助用户发现本来很难发现的信息；

（四）推荐系统传递信息的过程是主动而非被动的。

为了方便大家理解，举个例子：

用户在今日头条上的每一次点击、分享、点赞甚至浏览时长都代表了用户对不同内容的不同兴趣度，推荐系统能根据综合的行为权重去计算、预测当前用户最需要的内容List，并按照兴趣程度大小依次主动展示给用户，并且随着用户行为的变化，这个内容List也在不断变化来满足用户的动态需求。