原文写作于 2014-03-02
之所以写这篇文章，是受到旅游App蝉游记主创的微博影响。
现有的App推荐一些方案。
1. 专家推荐
如Apple的App Store或者Google Play首页推荐，豌豆荚设计奖，小米应用商店的"金米"奖，最美应用。此类途径呈现了意见领袖、达人们觉得好的产品，而与个人无关。当然他们推荐的东西可以被一个广泛的群体接受。
顺便说下，小米应用商店里的"一键安装"功能肯定是给那些产品经理们设置的。。。
2. 朋友推荐
新浪微博真正做或者间接在做这件事。你下载了某个App或者打开了某个App，你的微博timeline里就多了一条App推荐的微博。不过只是互相关注的朋友的推荐能合你口味的概率太小。
3. 基于数据挖掘，机器学习技术的推荐
根据文章最开始的那条博文，Apple App Store做过这个事情，不过之后又撤下了这个功能。看来效果有限。如果真打算从这个角度来实现这个需求，可以从哪些角度入手呢？
基于你个人的喜好（基于物品自身相似度）。你下载了一个百度地图，然后他给你推荐一个高德地图？这个思路差不多是淘宝的推荐算法。显然这不是用户想看到的。
基于你与跟你同好的人（基于用户纬度的协同过滤）。从你的喜好中，匹配出与你类似喜好的那部分人，然后推荐给你那部分人的选择。这个方法被Amazon商品系统的推荐算法所采用。如何定义喜好？从App本身以及用户的行为。如果A, B用户经常使用产品C, 某天A用户开始经常使用产品D, 那么是否可以认为B用户也可能会喜欢产品D ？似乎不是的，如果产品A是微信呢？所以这一点上需要足够多的数据来定义用户与用户之间的匹配度。
电影，书籍，音乐的推荐除了评分外有其他的向量可以选择，如"类型"，"作者"。然而App终究是个App，相比上述产品更加复杂，评价的维度包括"类型"，"色系"，"布局"，"动画"等。类型这个角度，基本上可以用文本挖掘这个技术，后面这三类大概就需要用图像，视频的识别匹配技术了。另一种信息表达形式"音频"已经被用在音乐的推荐上了。
写完第二天就发现一个学术界人士写的挺口语化的文章,《漫谈推荐系统》，挺不错的，推荐下。
附，知乎上相关的几个问答：
===EOF===
图片来自pingwest
