如何实现淘宝的 “你可能还喜欢” 功能？
如何实现啊，急，有人说可以用javascript或者jquery操作cookie来实现，有人知道具体怎么个思路，或者有相关的代码可以一起共享吗？

------解决方案--------------------
cookie 实现只要他去过类似的你写的网页 你可以往cookie里面写东西 判断一下就行了啊 呵呵
------解决方案--------------------
要想做好，应该基于后台强大的统计分析功能。收集大量用户的行为特征，找出许多人共同规律，然后再用在个别人身上，这样这个人才觉得你的系统有技术含量。如果只是记录cookie，推荐的东西显得很傻。
------解决方案--------------------
就好象有个老调研的MBA经典案例是说沃尔玛在许多年前用系统计算出卖婴儿尿布和卖啤酒有相关性一样，这是基于后台的强大统计分析技术，而不是基于让顾客自己在各自脑门上写上两次买了什么东西这么简单（后台系统统计不到）的规则。
------解决方案--------------------
支持P哥，分析用户的行为特征，记录用户的喜好和与此产品的相关联产品。

当然，简单的做有简单的效果。
------解决方案--------------------
还有用户使用产品的习惯啊，这个还得调研市场，

个人认为淘宝做的很傻- -每次给我弹出你可能还喜欢的都是山寨的东西，不知道是不是这些店家给了他钱。
------解决方案--------------------
把用户围观的商品全部保存下来。

被购买过的商品的权重更高，参观的商品权重低点。
------解决方案--------------------
个人认为，应该是在后台可以设置的，比如一件商品或者一类商品，都会有与之相关的产品或者类似的产品，而这些就是，“你可能喜欢的”产品。
------解决方案--------------------
SP兄说的是一种机制，但这种机制成本太高，逻辑复杂。
竹子用到的一种更简单而有效的机制：相关标签关联-获取相关商品 =》就是用户可能喜欢的。

举个例子：
1. 商品A 是关于去女性去痘的商品，那我们设置该商品是标签是「女性去痘」
2. 商品B 可能不是关于女性去痘的商品，但他却与女性去痘有关联，比如，是关于去痘，修复疤痕的商品，那我们也关联「女性去痘」的标签。
3. 那么，当用户对商品A产生兴趣后（如购买，查看等），那我们就能简单的判断该用户对商品B也感觉兴趣。
------解决方案--------------------
是推荐系统的研究，我就是这研究方法的，通过对大量用户的行为特征的分析，来计算用户和商品的相似性，通过聚类等手段经行赛选，提高推荐的效率，来达到推荐用户可能的选在项商品！
------解决方案--------------------
如果是系统刚上线,可以根据自己的教研设置好商品之间的关联.


然后在系统的后台增加统计分析功能,也就是所谓的BI.

将用户查看商品的操作记录下来,对该数据进行统计分析.
------解决方案--------------------
要较好实现该功能，要涉及到数据挖掘、数据仓库领域的技术
MSSQL里的analysis Services就可以进行数据挖掘操作
里面有个 关联规则算法 可以实现推荐购物的功能，
具体怎样做，可以查看相关的资料
总之，想较好要实现该功能，挺难