推荐系统的目的是为客户推荐最合适的同类产品，这些产品包括文章、商品、音乐、视频等等，这些推荐系统比较成熟的例如淘宝、京东等各种电商的推荐（掌柜精选、相关产品推荐），各类门户网站的网盟广告，各类娱乐公司的app、电脑端软件推荐的音乐视频等等。
推荐系统需要遵循一定的推荐策略，比较常用的有以下几种：
1.基于用户的推荐：为相似度高的用户推荐相似的商品list，相似度从个人特征入手，例如性别、年龄、身份等label
2.基于商品的推荐：推荐给客户相似的商品list，例如用户喜欢看历史文章的，就推荐历史label的文章list；
3.热门推荐：推荐客户当下最热的产品
4.基于搜索推荐：拿到客户个人的特征，例如性别、年龄等，基于这些特征推荐产品，例如客户搜索了“手表”，推荐系统就推“手表”类产品，还有一些手表的周边物品，
这些推荐方式需要组合使用，对每一种推荐方式进行打分，确立推荐权重，在基于某种推荐下的list集合可能有数百条推荐，list数量不同，一般会根据权重来推荐某个list的，最终合并成推荐item集合，取item的topN。
