推荐系统就是给用户挑他们可能喜欢的东西就像你刷抖音看淘宝时总出现相似视频商品那样。它根据你之前看过的听过的买过的记录，算出你喜欢的类型再推新的。比如你常买运动鞋，系统就知道你可能也想要运动袜或者运动水杯。

为什么是这个答案呢？因为现在大部分推荐系统都分两种：一种是看用户和用户之间相似度（叫协同过滤），比如你和朋友买过同一本书，系统就推你们都买过的东西。另一种是看商品本身特征（叫内容推荐），比如电影类型评分高的就推给你。根据艾瑞咨询前年数据，协同过滤在电商场景转化率能提升15%，而内容推荐在视频平台能增加30%观看时长。就像淘宝用协同过滤让用户买鞋后，袜子的销量跟着涨了20%；Netflix用内容推荐让用户看科幻片后，同类型新片播放量涨了35%。这两种方法经常结合用，比如先协同过滤找相似用户，再用内容推荐排除用户不感兴趣的类型。就像你先根据常买运动鞋找同类人，再排除他们不买的跑步鞋，推你可能要的篮球鞋。