智能推荐的基本原理
1、用户画像：（基本信息、社会属性——需要在内外部收集） （消费&行为特征、用户价值等级、用户活跃度、用户信用等级——需要行为数据计算）
2、内容/商品：（统称item）提取这些item特征，也就是用户需要的信息，整理与拆解成系统化的分类/品类、标签等，尽可能完整覆盖全部item的关键特征
3、推荐理由：推荐理由构成了推荐策略，比如：1）用户点击什么推送什么——基于内容的推荐（通过内容自身关键信息推送同类内容）；2）与用户A相似的用户B喜欢什么，也可以推荐给用户A——协同过滤的推荐（基于用户的协同过滤和基于商品的协同过滤）；
