什么是推荐系统？
早上你买包子的时候，老板会问你要不要来一杯豆浆；吃铁板饭的时候，老板也会问你要不要来瓶可乐等等。百度百科的解释是：根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息或者商品。
不管是淘宝，京东还是亚马逊等超级大电商，还是网易新闻，腾讯新闻，一点资讯新闻资讯等平台，每一家都有自己的独特的推荐算法。
你在淘宝上上搜索一个茶杯，那么根据淘宝商品本身加权多少，商家推广力度大小，淘宝会呈现的商品主要是高购买量，高评分的商品，然而在单纯的商城王国里面，仍然遵守的是弱肉强食，大鱼吃小鱼的自然法则，新新商家，小商家基本是很难依靠搜索让用户查看到自己商品的，所以小商家出路无非：砸钱做广告推广，刷单，优化搜索等，但是这些都是需要商家投入大量的成本来提升商品的排名，对于资金不是特别雄厚的商家，这无异于饮鸩止渴,导致每年大量商家失败消亡。
同样于论坛，新闻资讯类。打开论坛，一页50条，有10+页更新的论坛，我想你不会逐条看完。每一个帖子都回复数，这个很直观的就能体现该帖的热度，那么你就会打开热度高的帖子，回复帖子，最终导致马太效应，热贴越热，冷贴越冷；打开新闻，同样的是过滤掉回复，阅读量很低的新闻，阅读高回复，高阅读量的新闻，你喜欢的，你的会回复，回评论，这同样加剧马太效应。
在互联网指数级的爆发下，信息量极大富余，这更加推动了马太效应的快速形成以及规模的无限扩大。
但是推荐系统算法的出现，极影地响马太效应的形成速度以及规模。
为什么会出现推荐系统？
在商业环境出现的任何事物，都是为了解决起初的问题而产生的，推荐系统算法也不例外。
先看一则案例：
啤酒和尿布
上世纪90年代，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，啤酒与尿布两件看上去毫无关系的商品会经常出现在同一个购物篮中。经过调查发现，这种现象出现在年轻的父亲身上。
在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物。
这则简单的故事揭示了零售卖场中一个全新的管理理念，即商品之间是具有关联关系的，发现并利用这些商品之间的关联关系，可以在无法大幅增加门店客户数的前提下，通过增加购物篮中的商品数量达到增加销售额的目的，从而获得更大的经营收益。
这算是推荐系统算法诞生与初步应用最经典的案例。
推荐系统算法能够快速发展以至风靡全球，离不开其诞生的使命：解决商业问题，为企业创收。
在京东上搜索最近很火的一本社会学著作《人类简史》，那么系统会给你推荐的有如下：《枪炮、病菌与钢铁 人类社会的命运》，《自私的基因》，《中国哲学史》，《思考，快与慢》等图书。对于爱读书的你来说，这些书都是关联系关系比较大的图书，你或多或少会选择1，2本推荐的图书。这对你来说，你很方便购买到了自己喜欢的图书，同时对于京东来说也增加了图书的销量，增加了营收，两全其美。
对于使用推荐系统算法比较出名的有两个APP：一点资讯，今日头条。对于它们，你可以定义一些自己喜欢的标签，比如科技，创业，产品设计，也可以在阅读的过程中，APP实时的根据的你的阅读习惯，分析你喜欢那一类别的新闻，以及指定类别下带有指定特性的新闻，比如科技里面的人工智能，机器学习等等，同时也可以通过你的收藏，你的标记以及阅读时间等给你展现最适合你的，个性化，定制化比较强的新闻。这对于APP，增加了新闻资讯的阅读，增加了产品的使用粘性，对于你，不用费事检索过滤就能一直查看适合自己口味的新闻资讯。
对于手机音乐，比较知名的有：网易云音乐，QQ音乐，酷狗音乐，百度音乐等，这些音乐无一不都是互联网巨头底下重量级产品，所以他们的用户量也是海量。但是对于喜欢听歌的重度用户不可绕开的一款产品：虾米音乐。为什么？因为虾米音乐的推荐系统算法过于强大，很大程度上能够解决，我在看书学习的情况下，推荐适合学习的音乐，且是我喜欢风格的音乐。找到适合的音乐，很大程度上超越了对音质的追求。
在推荐系统的影响下，长尾会表现的更加明显。我们从商城商品的推荐，新闻资讯，音乐，以及Google的搜索推荐，可以看得出，推荐系统不仅满足的消费者的个性化需求，及时方便解决用户需求，同时推动商家营收。对于哪些权重很低的产品，可能就是就是满足用户个性化需求的产品，但是因为推荐系统的挖掘，将该产品会为此被呈现给用户。
科技创造从0到1的的解决方案，经济利用科技，达到1到N的扩大推广；新商业科技本身就是一个巨大的网，各项技术各个解决方案都是至于其中；科技创造节点，构建连接点，经济创造连线，连接网络，拓展网络；随着社会经济的发展，有的网络节点将消失，有的节点因为其他的节点连接造成的影响将不断的弱化；网本质就是一个生态圈，但是它的进化更快更直接。推荐系统算法会不断的深化发展，而且会因为重要的节点：人工智能，更加深入的影响用户和企业。
