文章描述：互联网无处不在的“推荐算法”.

数据显示，三分之一的用户会依据电子商务网站的推荐买东西，这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响曾经越来越低，于是有人做出预见——特性化推荐技术将成为广告的终极方式。

    很多年前，看过一部电影叫作《谁知女人心》，好莱坞大牌梅尔·吉布森饰演的男配角是一个典型的大男子主义者。一次浴室触电的不测突然让这个大男人获得了神奇的本领——“读心术”，可以轻而易举地洞悉身边女人们的心事，听到她们内心的独白。虽然一开始被这个本领吓得半死，可他却渐渐沉浸，以此俘获芳心。

    “读心术”听起来匪夷所思，却也有些人正乐衷于此道。仿佛一夜间，身边突然出现了一位洞悉你所有喜好的“知音”，可以24小时提供全方位的贴心指引，诲人不倦地向你推荐那些“你可能感兴味的……”东西，从房子，到袜子。

    你猜对了，这就是在不知不觉中侵占整个互联网的“推荐算法”，不单直指你心底里哪些小秘密，更成为了每个网站拉拢用户的核心机密。

    当“推荐”让人骑虎难下

    Netflix使用软件算法来推荐电影，豆瓣电台擅长推荐  “不经意的好音乐”，Goodreads热衷于推荐书籍……特性化的“推荐算法”已全面运用到一长串互联网网站中，从视频推荐、音乐推荐、购物推荐直到好友推荐等。

    不少网友迷恋上了使用“推荐算法”后的快感。“自从我使用Last.fm和豆瓣电台的音乐服务之后，就开始依赖他们所提供的‘音乐推荐’，不再在街头的CD摊驻足，甚至连MP3都很少下载了。”在公关公司任务的张小姐两年前就成了豆瓣电台的忠实拥趸。“没用以前还不明白为啥有那么多人听豆瓣，用了之后就不得不佩服它推荐的音乐非常符合我的口味，收藏的音乐越多，它推荐越精准，就像鞋子一样越穿越合脚。不过，要是收藏太多音乐的话，精确性就会有所下降，可能这时候，连你本人都不知道本人究竟喜欢哪类音乐了，更何况是个软件。”

    理想上，“推荐算法”的“任务原理”算不上太复杂。以同样推荐音乐的Last.fm网站为例，假如你喜欢王菲，而与你同样喜欢王菲的朋友在听林忆莲，Last.fm就会把林忆莲放到你的播放列表上。

    Last.fm网站的担任人对于“推荐算法”推崇备至，“我们围绕音乐建立了一个庞大的社区，是这个社区协助我们提炼‘推荐’。推荐的音乐是从2000多万人真实的收听习惯中提取出来的。所以，你播放音乐的次数越多，Last.fm上的用户越多，推荐结果就越精确。你能发现音乐与音乐之间往往有意想不到的关联，甚至无意间泄露你最近的心境。听说有人失恋了，心有不甘，就在Last.fm上看前恋人在听什么样的歌，猜测他们此时的心境。”

    以特性化“算法推荐”，也就是“豆瓣猜你会喜欢”，豆瓣网最先实践的三个生活领域是图书、电影、音乐。缘由也很简单，这三个领域最容易推荐精确。豆瓣网创始人杨勃曾表示，“对多数人做选择最无效的协助其实来自亲友和同事。随意的一两句推荐，不但传递了他们本人真实的感受，也包含了对你口味的判断和随之而行的筛选。他们不会向单身汉推荐育儿大全，也不会给老妈带回《赤裸特工》。无论高矮胖瘦，白雪巴人，豆瓣协助你通过你喜爱的东西找到情投意合者，然后通过他们找到更多的好东西。”

    有意思的是，“推荐算法”还衍生出不少附加的好处。在Last.fm上最好玩的是，观察人们正在听什么音乐。这个数据非常风趣，甚至可以精确预见什么乐队会走红。如今，通过“推荐算法”做出预测曾经让不少公司动了心。Google创造出一种新的产品用来尝试通过搜索引擎预测奥斯卡金像奖的得主。据了解，过去几年的奥斯卡最佳影片《拆弹部队》、《贫民窟的百万富翁》、《老无所依》等，都曾于获奖前在搜索引擎中表现出了至少四个星期的上升趋势。不过，显然这种预测还需求加强“准头”，搜索大热的《社交网络》最终还是在理想中败给了《国王的演讲》。

    可以预见的是，随着技术的进步，更具人性化、更精确的“推荐算法”，甚至能通过体感、虹膜、血压等数据的变化，挖掘到用户真实的内心需求。

    当“推荐”遭遇“商业智慧”

    不过，对于“推荐算法”而言，摆在眼前的一个疑问一直挥之不去——这真是一位理想的“知音”吗？

    不知你能否留意到，每次在淘宝的时候，从你搜索你想要买的那样东西开始，到完成买卖给对方评价，网站都会在一个小角落滚动推荐一些“你可能感兴味的东西”。这就是悄然隐藏的“推荐算法”。比如，你曾经购置了几本村上春树的作品，算法会自动向你推荐这位作家乃至几位日本作家的其他作品等。

    越来越多的人发现，推测人们的口味，实在一桩有利可图的生意。影片租赁网Netflix投入100万美元给开发小组开发一个比旧版更好用的电影推荐系统这一理想就是最佳证明。如今，更是有众多专家把“推荐算法”推上了继社交网络之后web2.0时代“最大黑马”的宝座。

    《连线》杂志主编克里斯·安德森提出“长尾理论”的三个法则，第一是让所有东西都可以被获得；第二是让这些东西卖得很便宜；第三是帮我找到它。而这第三点恰恰是特性化“推荐算法”的特长，协助用户在大量的商品中做出选择。

    目前，全球电子商务零售类增长最快的三大巨头——亚马逊、Staples和Netflix都曾经全面使用了特性化的推荐系统。据市场分析公司Forrester统计数据显示，三分之一的用户会依据电子商务网站的推荐买东西，这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响曾经越来越低，于是有人做出预见——特性化推荐技术将成为广告的终极方式。

    国内的豆瓣网也在“推荐算法”的商业使用上蠢蠢欲动，今年从生活类的小站、社区里的二手买卖、“豆瓣猜你会喜欢的团购”，直到一些手机使用上都曾经率先试水。按照杨勃的说法，“我们希望当别人帮你文娱游戏八卦的时候，还能帮到你的真实生活。”

    “以前都是人工推荐，但系统开发的自动化智能方式更方便、无效。”百分点CEO柏林森认为，特性化推荐技术将成为等同搜索引擎的互联网