行為會產生資料，在網際網路普及之前，除了算命先生，很少有人純粹地將這些資料變成真金**。當麥肯錫在2023年第一次提出「大資料」時代已經到來，人們似乎終於站到了所謂的上帝視角。只不過看到的不是螻蟻般的芸芸眾生，而是一連串不明覺厲的資料。
在普通人看來，資料永遠是簡單直白的。就好像你根本不需要知道，為什麼乙個童年打過蛔蟲疫苗的肯亞孩子，比不打蛔蟲疫苗的孩子長大後多賺了20%。作為國家領導人，你需要做的無非是給國家每個適齡兒童打疫苗。
當然，現在很難有人會毫無原則地相信資料。更重要的是，那些站在風口的人，用資料開啟了一扇財富寶藏之後，他們心裡想的不僅是如何累積更多資訊，而是怎樣靠資料去挖掘行為本身的邏輯。然後在使用者做選擇的前一秒，貼心地給出選項預判。這種如先知般的技術手段，就是推薦引擎。
道可道，非常道
隨著第一次大獎賽的結束，netflix只是能夠準確地**到，提供了50個以上評級的觀眾的觀影口味。第二次大獎賽的目標則是，為那些不經常做影片評級或者根本不做評級的顧客推薦影片。提供給參賽者們的資料加入了顧客年齡，性別，居住地區郵編。遊戲突然變得有趣起來。
弗洛伊德在《夢的解析》裡的觀點是，人每乙個下意識的行為都是有意義的，被忽略的細節背後，往往有著千絲萬縷的聯絡。所以從理論上講，乙個由工程師，統計學家，行為學家，心理專家組成的團隊，可能真的會比我們更了解自己需要什麼。
監控是為了控制
如果不從營銷角度去惡意揣測資料公司們的動機，推薦引擎無孔不入，的確為我們的生活帶來了前所未有的便利。至少是給那些有選擇困難症的人，提供了各種橫向的比較標準。但在乙個缺乏監管和控制的環境下，很難保障的是，會不會同樣把潘多拉魔盒開啟。
2023年的「稜鏡門」事件，**登一直站在**的風口浪尖。其實令人驚訝的不僅僅是人們的行為被監控，畢竟這不是一種常人很難理解的技術手段。在接受nbc採訪時，**登透露，nsa的分析員可以觀察人們在網路行為的過程中，了解並改變人們的思維模式。這樣的侵入已經不再是簡單的達到監控目的，更多是為了左右你的思考。這讓我想起了一部電影中經典的台詞。
即便是你身上這身廉價的藍色條紋毛衣，你以為是你選擇了它，但其實2023年oscar de la rent 的發布會才第一次出現了天藍色禮服,然後聖羅蘭也隨之展示了天藍色的軍服系列，天藍色很快就出現在隨後8個設計師的發布會裡，然後，它就風行全世界各大高階賣場，最後大面積流行到街頭，甚至在那些骯髒的拾荒者的身上。滑稽的是，你以為你做的選擇，把你與時尚業區分開來，而事實上，你所穿的毛衣正是這間房子裡的人為你挑選出來的。還有誰在意隱私這個時候總有人會站出來表示，為了消滅社會的毒瘤，人們不應該抗拒組織的監控。即使不這麼上綱上線，為了換取更好的使用者體驗，公開某些資料也是情理之中。但不應該忘記的是，推薦演算法的核心是精準。為了達到這個目的，「某些」和「重要」都是很難鑑定越線與否的變數標準。如果還有人粗暴地將這理解為民意，我想snapchat的火爆就是對此言論的有力回應。——《穿prada的女魔頭》
snapchat作為一款社交軟體，用「閱後即焚」的方式虜獲不少使用者的芳心。如果說每天2000萬張的上傳量還不足以與facebook媲美的話，snapchat每天消除的量肯定是有過之而無不及。然而劇情沒有按人們想象中的發展，從2023年1月到2023年10月，snapchat已經出現兩次大面積的資訊洩露事件。
對於商業模式還在摸索階段的snapchat來說，暫時不可能為了將資料套現而自廢武功。要知道在理論上，沒有任何系統是絕對安全的，所以相對於人們普遍的憤怒，我們更應該對此表示遺憾。
推薦引擎的原罪
在《機器的力量與人類的理性：從判斷到計算》一書中，mit的科學家喬瑟夫.魏澤保認為，人類永遠不應該允許計算機為我們做出重要的決定，因為它缺乏某些至關重要的人類特性，比如同情心與智慧型。
對此，我更願意理解為，推薦引擎並非生來就注定一半天使一半魔鬼，在計算與算計之間，即使沒有技術上的界限，也應該存在道德上的約束。人們在享受網際網路帶來的快感時，依舊有權利捍衛自己的隱私。如果說哪一天，科技能給人帶來乙個智慧型「朋友」，我想那肯定不會是一台背後藏著各種心懷鬼胎的機器
六爺
Mapreduce 推薦引擎
購買過該商品的顧客還購買過哪些商品 給乙個商品，推薦購買過這個商品的使用者經常購買的五件產品 輸出是鍵值對，鍵是商品，值是5個商品的列表 map1 key userid value userid購買過的產品 map userid,item reduce1 reduce userid,item i1,...
推薦引擎分類介紹
搜尋引擎是當前快速查詢目標資訊的最好途徑。在使用者對自己需求很明確時，用搜尋引擎可以方便地通過關鍵字快速找到自己需要的資訊。但搜尋引擎並不能完全滿足使用者對資訊發現的需求，因為在很多情況下，使用者其實並不明確自己的需要，或者他們的需求很難用簡單的關鍵字來表述，又或者他們需要更加符合他們個人口味和喜好...
推薦引擎分為哪幾類，個性化推薦引擎的介紹
在資訊時代的今天，大資料為使用者獲取方方面面的資訊提高了效率，更可以智慧型的幫助使用者從海量內容中快速找到想要閱讀的資訊，或者從海量商品中快速找到想要購買的商品。推薦引擎的發展讓選擇不明確的使用者更加了解她們的需求和喜好。下面以內容產品和電商產品為例，談談推薦引擎在產品中發揮的巨大作用。一 推薦引擎...