但是这只是个人的行为推荐，比如我们在刷单的时候，让刷手提前浏览一下某个产品，第二天再去搜索，位置就会很靠前，很多人会想当然的认为这样会提高产品权重，其实只是这一个刷手看到的位置变高了，并不代表其他用户浏览结果下你的链接排名也会变高，是刷单者的一种错觉、误区！
行为推荐结果本身是有一定的应用场景的，比如我们在使用推广工具（如直通车）时有浏览未购买的人群标签，这些场景下，使用行为推荐结果是有意义的，前提你的访客是真实的，而不是刷手，否则系统只会让你的刷手看的到你的链接，真实用户依然是看不到的。除此之外，我们更希望获得的是广大的新客，那在新客获得过程中，推荐算法又是如何发挥作用的呢？
大家在开直通车的时候都知道，官方给提供了一系列人群包，比如年龄，性别等等，这些是作为用户的基础数据呈现的，但是，前面讲到的行为推荐结果难道就对千人千面没有作用吗？显然这是不可能的。平台会通过用户行为采集用户偏好，来把有相似需求的人整理到一起，进行关联推荐。下面我们说一下工作原理：我们每个人的行为偏好，都会以权重的形式记录在云平台，而一个人是会有很多偏好的，系统会把你的各种偏好转化成特征向量，比如你的消费能力，兴趣，社交偏好权重分别是3,6,7，那么你的偏好值会作为一个坐标点r(3,6,7)被存储在多维空间的数据模型中，然后把每个人的坐标带入余弦公式中，就可以计算出特征相似的人了。这样平台可以轻易的根据与你特征相似的人的购买行为来对你的浏览结果进行推荐，即使你没有过浏览行为，也是会给你推荐一些产品或内容的。这种推荐算法是要远比行为推荐给你的结果更有意义且更准确的，我们称为
