推荐系统这么火，但你真的需要吗

推荐阅读时间：5min~8min 文章内容： 谈论搭建推荐系统的必要性

当下，推荐系统已然成了一门显学，也是现在热门的 AI 分支之一。最近十年尤其最近五年，借助推荐系统的技术和名头，异军突起的互联网产品越来越多，个性化推荐系统成了互联网产品的标配，但是你真的需要推荐系统吗？

一文告诉你到底什么是推荐系统 通过介绍推荐系统“能做什么”、“需要什么”以及“怎么做”三方面来介绍推荐系统，如果前面两个条件成熟，那么你就需要一个推荐系统。如何判断条件成熟呢？

可以考虑以下两点：

产品的目的

如果一款产品的目的是建立越多连接越好，那么它最终需要一个推荐系统。有哪些产品的目的不是建立连接呢？一种典型的产品就是工具类，如果是单纯提高人类某些工作的效率而存在的产品，比如一个视频编辑器，则不需要。虽然如今很多产品都从工具切入最后做成社区了，至少在工具属性很强时不需要推荐系统。

产品现有的连接

看看产品现有的连接。如果你的产品中物品很少（或者用户很少），少到用人工就可以应付过来，那么用户产生的连接肯定不多，这时候不适合搭建推荐系统。或者用户和物品数量在某些手段下也变得很多，但是用户和物品之间的连接很少，表现就是用户的留存回访很低，这时候也不是很需要一个推荐系统（这是应该想办法找到用户流失的原因，直到他们能贡献第一批连接）。当物品数量很多（信息过载）时，并且与用户建立的连接也很多，通过人工的方式无法应对，这时候就可以通过推荐系统来解决。

评估指标

这里有一个简单指标可以判断是否需要推荐系统：

分子是增加的连接数，分母是增加的活跃用户数和增加的有效物品数。

解释下这个指标含义：

如果增加的连接数主要靠增加的活跃用户数和增加的物品数贡献，则该值会较小，不适合加入推荐系统； 如果增加的连接数和新增活跃用户和物品关系不大，那说明连接数已经有自发生长的趋势了，适合加入推荐系统加速这一过程。

作者：无邪，个人博客：脑洞大开，专注于机器学习研究。