亚马逊我用的不多，我只说一下淘宝和豆瓣网云。要讨论淘宝为什么做不好推荐，先从成功的推荐系统说起。
豆瓣和网易云音乐都有一个列表的功能，豆瓣里叫豆列，网云里叫歌单。大量的用户把相似的音乐，豆瓣页面放置到一个列表里。一个豆列/歌单的关注度，说明了这个列表的成功度。一个列表的成功度，同时也说明了列表中不同元素之间的相关性。豆瓣/网云中大量用户正在不断地创建，分享，使用豆列和歌单。这些数据足够用来产生推荐。
说的简单点：
你在网云上听了一首音乐，然后网云分析这首音乐，发现有一千个歌单中包含了这首音乐。然而，这一千个歌单中有九百个歌单包含了另几首，所以，网云便把这几首音乐推荐给了你。这一千个歌单中绝大多数都是冷门的，但总有几个歌单十分成功，关注用户量大，听的次数多。
所以还有一个权重：关注度越大，创建者的关注度越大，歌曲听的次数越多，这个歌单的权重越大。
你会发现，几乎所有成功推荐系统都使用了列表：网云用的是歌单；豆瓣FM使用的是音乐人创建的赫兹；豆瓣电影丶图书使用的是豆列。但豆列只是豆瓣app之后豆瓣才开始猛推的。
在此之前，豆瓣的推荐数据从哪来？
兴趣。
豆瓣是一个主打兴趣的社区。一部电影，你给了5分。豆瓣发现有另外的一千人也给它5分，这一千人的其他高分推荐便可以哪来参考。反过来，你给了一部电影很低的分，其他同样给它低分的用户，他们推荐的电影就可以供你参考。
于是，你所有给高分的电影，组成了一个列表，列表名就是你，推荐问题又能用1来解答。绝大多数社区推荐都只是这样子就可以了。
然而有一个问题：一个人的兴趣可能是广泛的，可能同时喜欢动画电影，又喜欢好莱坞。把这些电影放在一个列表里并不适合。所以豆瓣这几年开始猛推豆列，网云才会成功，他们只做了一件事，让你主动的把自己不同的兴趣分开到不同列表里。一个小小的举动能把推荐算法的精度提高若干数量级。
可淘宝却不行，淘宝数据虽然庞大，但大多不是用户主动分享的，一方面涉及用户隐私，另一方面，淘宝的公共数据可用来做推荐分析的信息并不多（但也是有的，比如单个店铺里的各种商品组合）。淘宝说，怪我喽。
Q：@张三峰 可是淘宝不能通过口味相似的购买进行推荐嘛？比如我曾经购买过商品a。购买过商品A的用户最常购买的商品有哪些，然后推荐给我。
A：然而，淘宝推荐的是"浏览过本商品的人同时也浏览过的其他商品"，而不是"购买了本商品的人同时也购买过的其他商品"。这正是提问者和很多网民吐槽的。反正我很难理解马云为什么会这样做。如果非要理解，可以这样解释：
淘宝的推荐是在你访问了一个商品后立刻就产生的，而不是购买了商品后才产生。淘宝和亚马逊的区别在于，淘宝的同款商品数量太大，亚马逊如果看中了一款商品，可以立刻购买。而淘宝即便你看中了一款商品，你也要大量对比不同店家的同款商品。
结果就是，淘宝用户大多数时候处于购买前（也就是『逛而不买』）的状态，亚马逊用户大多处于购买后的状态（相对淘宝）。所以淘宝推荐同样的产品，亚马逊推荐相关的其他商品。淘宝如果按购买后才推荐的方式，不仅会造成马太效应泛滥，而且会降低用户『逛』淘宝的体验。
然而，你经过一整天的寻找，终于成功买下了你需要的『迷你吸尘器』。在此之前，淘宝的推荐对你十分有用。当你成功购买后，你又希望淘宝给你推荐其他相关产品。如果淘宝应你的愿立刻改变了推荐方法，将推荐从『同类商品』更换为『相关商品』，这里就会有一个隐患：隐私泄露隐患。
你是否『已经』购买了『迷你吸尘器』是一个隐私。因为淘宝并非只在淘宝站内给你做针对性广告，它还会通过合作网站的方式在所有合作网站上给你做针对性广告。也就是所谓的阿里妈妈。有心人就可以分析前后的淘宝给你推送的广告，来判断你是否『已经』购买了某件商品（这里不谈理论上实现的难易）。
另外一方面，淘宝无法保证自己的商品卖出去是有质量保证的，你今天买了个迷你吸尘器，买之前你希望淘宝给你推荐『相似商品』，买之后你希望淘宝给你推荐『相关产品』，可明天你收到东西发现不满意于是就退货了，你又希望重新买一个，希望淘宝给你推荐『相似产品』。淘宝说，我好崩溃啊。所以干脆，直接给所有人都推荐『相似产品』吧。
当然，我并不是马云，我不可能知道马云是怎么想的，这里只做一个简单的推理，也有可能又是阿里的一个[支付婊]呢。
红姐心声：
看到这些技术大牛的分享，红姐顿时觉得『世界这么大，我想出去看看』。一个人的知识储备可以不够富足，但你可以依靠身边的朋友或者网络资源来进行补给。当然，红姐的公众号正是因此而生。
在建立之初，个人的目标是做成读书笔记用来丰富自身的淘宝运营经验，但随着时间的推进，已经改变了这一单纯的想法。单一的淘宝知识似乎已经无法满足这几万粉丝的胃口，因此我又增加了营销案例丶创意丶数据分析等模块，希望我的日常整理，能够给大家带来实际的工作帮助。
