前几天有个学弟做毕业设计，问我推荐算法怎么做。
我之前没有接触过，稍微想了下 ，算法是基于模型的，这一点是可以肯定的。那么算法，推荐算法，听起来好像是挺唬人的。
实际上（个人见解）：所谓推荐算法难是难在模型的建立，一旦模型建立起来了，应该就不需要算法了吧。也许推荐算法的核心就是模型建立的算法。
举个例子，模型：如果我已经知道你的预算是1000-2000，我就不会推荐超过2000的手机给你，而是推荐1000-2000的。这个很好理解。那么问题就在：我怎么知道你的预算是1000-2000。
这个模型有一个别名，叫画像，在用户这边，就叫做用户画像，等于是给你这个用户定义一个画像、轮廓、描述。
比如说程序员的画像：钱多话少死的早（开玩笑），那么找老公请找这一类的，没啥毛病吧？
当一个用户在你的网站，经常点击军事类的新闻/信息等，我们就可以给他一个简单的标签“这个认喜欢军事”，当有具体数据体现他看的100条信息中，有50条军事，30条政治，10条娱乐，10条其他。那么很明显下，我们给他推荐的信息，肯定优先军事，其次政治，而后娱乐再其他。
所以这里又出现了一个问题，信息的归属。首先每一条信息都需要有分类，这个是不容置疑的。手动分类也好，自动分类也好，总之他需要被分类。如果一条信息即是军事又是政治呢？
其实加个维度的模型建立就好了。