如何理解2017微信公开课中张小龙说朋友推荐会好于程序推荐？

Question

如题所述

Answer 1

早晨看完了龙神全程的直播演讲，感慨良多，很期待小程序，也很忧虑自己和团队究竟能利用小程序做些什么东西出来。当然也不能为了做小程序而做，还是要出于提供符合应用场景的产品服务的目的，去做小程序才好。

关于小程序的讨论，已经足够多了，也不想参与太多，但是这个问题我还是蛮喜欢的。机器推荐和社交推荐，孰优孰劣，每个人的观点都不尽相同。我也只想阐述一些我所了解的信息，孰优孰劣，大家可以判断。

先说机器推荐。经常用网易云音乐的同学或许会发现，网易云音乐的推荐很到位，经常会命中一些你很喜欢的曲目推荐给你。

那这是怎么做到呢？有一种相似性计算方法，我想大家大概是在高中数学或者大学数学里学过，是“多维空间中两个向量夹角的余弦公式”，在机器推荐上的应用是什么呢，我说一个更常见且被大家熟知的，亚马逊的商品推荐算法：“喜欢这个商品的人，也喜欢某某”。相似度越高的两者，余弦公式的值应该约近于1。那我们来看看这种做法的问题是什么，在向量空间的概念模型里，所有的推荐都会指向一个方向上去，这意味着什么，意味着你失去很多其他方向上的被推荐机会。

社交推荐却非常好的解决了这样一个问题。每个人的喜好不尽相同，那这就有效的避免了推荐给你的内容全部都在一个向量方向上，大大的增加了你获得内容类型的可能性。当然你的好友圈里的人，生活的基本面和你大致也会在一个水平上，推荐的内容也应该会适应与你的生活情况。

事实上，只能说目前这个阶段的机器智能，还不能完全取代社交推荐。我个人也会倾向于社交推荐。