关于系统的目标，三方面：帮助用户找到喜欢，帮助内容提供商更好把内容送达，帮助自己提高用户使用时长和满意度

推荐的产品形态

基于热门和群行为的推荐

基于物体属性

基于用户属性（基于用户反馈数据）

用户数据的收集和引导

推荐数据

用户

匿名用户、登录用户、订阅用户

性别、年龄、教育

社交属性，喜欢和加入的群体、论坛等，微博等关注的公共号

物品

视频

剧集

播放列表

类型

用户和物品的关系

显式：打分、喜欢

隐式：观看、搜索、浏览、点击

上下文信息

设备、时间、session

推荐流程

特征提取、相关物品检索、物品排序

推荐效果评估测试

离线测试

指标包括准确度、覆盖度、多样性、新鲜度、AUC

上线测试

A/B测试，指标点击率、用户停留时间、用户消费量

原文见http://wenku.baidu.com/link?url=VqBW1aH5aMhBAkQBwk7SKVuM-PRuWphO3Q3oUNbGd1OoyUgGLCj7iWkrbIwxg64Wrkp5wAHt2W_6p1qNbecVW5Fm3_RSLfO8SREwch4Eapy