推荐算法经过多年的发展已校为成熟，融合数学、计算机等多学科，进行分类与标签匹配,再通过海量运算后进行精准推荐:
·2012年至今，推荐算法进入了快速的技术革新阶段，也逐步依托技术带来的领先性有效的实现商业化落地，与互联网领域进行了深度的结合。2010年提出的FM技术在2012年成为主流的推荐算法，2014年的GBDT+LR更是带来了技术上的突破，2015年推荐算法由机器学习也正式转为深度学习。推荐算法也自此进入到各行各业，目前广泛应用于图书、音乐、视频、新闻、电影、地图、网购等等领域;
推荐算法与不同领城融合时，考虑到场景的运行逆辑不同也会采用不同的运行机制,以适应场景的特殊性
·推荐算法是通过合理的逻辑运算，为用户推荐最适合的内容，在模型角度上讲，
是拟合用户对于内容满意程度的预测函数。新闻资讯领域的推荐算法着重考虑三方面因素，对应模型中的三大要素，第一要素为内容，第二要素为用户特征、第三要素为环境特征:以抖音为代表的短视频领域，多以内容发布为起点，通过智能算法匹配到合适的用户，再根据反馈决定是否扩大内容的传播范围:生活类更多围绕用户的兴趣标签，以及用户的历史搜索标签进行关联推荐与深入推荐:A20平台与机构运用推荐算法，商业运行效率提高、用户快速获取所富、内容与产品供应商实现高效供应
·推荐算法作为桥梁快速匹配用户与内容或产品，提高整个链条的运行效率:用户
角度，效率明显提高，算法通过分析精准推荐用户感兴趣的内容或产品，省去了搜索与查找得时间，快速定位到用户需要:内容产出者与商家角度，对于内容或产品对于目标用户/客户群体的精准投放得以快速实现，加快了匹配效率，使得内容与产品可以快速传播。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入查阅下载3万+精选资料，年享1万+精选更新
（星球内含更多未发布精选报告.其它事宜可联系zzxz_88@163.com）
