现在许多平台都使用大数据的推荐算法来向用户推荐更适合的内容，那么这个算法本身真的很厉害么？
A推荐算法的核心——分类器
一个平台上的内容何止千万，如何才能准确地找到你喜欢的那几条呢？
把用户分类通过你的点赞/转发/停留/评论/不喜欢这此操作，为你打上标签，把你分类到某一类别的用户中。
关键点在于如何设计这些用户操作和记录的“机制”，让用户做最少的动作就能获得最有效的信息，准确地把你分类到一个集中。
把内容分类对每个视频/文章/问答/图片打上标签，这时会用到AI的一些算法，去准确地识别内容并分类。
B推荐算法的难点
数据量这里并不是说数据量越大越好，其实数据量过多也是算法的难处之一，涉及到如何存储/如何处理/如何解析等等，能很好地处理庞大的数据的算法是非常不容易的。
计算能力手机上的软件就那么大，手机计算能力就那么点，信息处理的能力非常有限，大部分计算是网站后台服务器实现的，可是如何能够利用每一台手机这些小小地处理器，将部分信息进行预处理，也是很厉害的。
自净化能力如果单纯是喜欢看什么，就让什么火，那后果是非常严重的，如果那样，网络上恐怕会充斥着黄色/暴力/低俗这些内容了。
所以推荐机制有一个很重要的能力，准确地识别的这些内容，并把它最快速度扼杀掉。
总结一下
大数据的推荐算法还真的是挺厉害的，想要做一个非常好的推荐机制，需要考虑的维度非常之多，需要处理的数据量非常之大，需要计算能力非常之强。