1.1　什么是推荐系统

什么是推荐系统？根据维基百科的定义，它是一种信息过滤系统，主要功能是预测用户对物品的评分和偏好。这一定义回答了推荐系统的功能是过滤信息、连接用户和推送信息。将这一定义扩展一下，推荐系统就是自动联系用户和物品的一种工具，它能够在信息过载的环境中帮助用户发现令他们感兴趣的信息，也能够将信息推送给感兴趣的用户。

推荐系统起源于20世纪90年代，经过20多年的积累和沉淀，已经逐渐成为一门独立的学科，并在学术研究和工业界的应用中取得了诸多成果，如图1-1所示。

如今，随着深度学习在推荐系统的广泛应用，推荐系统领域正式迈入了深度学习时代，微软（Microsoft）、谷歌（Google）、百度、阿里巴巴等公司成功地在推荐、广告等业务场景中应用了深度学习模型。推荐系统被应用于如下所示的诸多业务场景中。

● 信息流推荐场景，比如今日头条新闻推荐、360快资讯、微信看一看等。

● 视频网站，比如YouTube、腾讯视频、抖音等。

● 电商网站，比如淘宝、京东、亚马逊（Amazon）等。

● 个性化广告场景，比如百度、谷歌、360等网站的广告推荐模块。

● 个性化音乐场景，比如QQ音乐、酷狗音乐等App的音乐推荐模块。

● 社交网站，比如Facebook、微信、领英等。

图1-1 推荐系统的发展历史