大學(xué)畢業(yè)后，進(jìn)公司前理解的產(chǎn)品是有想法有創(chuàng)意，搞個原型實(shí)現(xiàn)它。進(jìn)公司后，狀態(tài)一直是，老大給任務(wù)，我完成。

第一次鼓搗的是推薦類的產(chǎn)品。

當(dāng)時并不知道做的是推薦算法，或者說，根本就不知道什么是推薦算法。純粹瞎胡鬧。

因?yàn)閿?shù)據(jù)已經(jīng)被人工處理過，因此在推薦并不需要做太多的計(jì)算，就可以得到比較好的準(zhǔn)確率和覆蓋率。

基礎(chǔ)數(shù)據(jù)為A，推薦物品為B。B關(guān)聯(lián)了一定量的A，即它們本身就存在關(guān)聯(lián)了。要實(shí)現(xiàn)的功能是：用戶選擇了一些基礎(chǔ)數(shù)據(jù)A，如a1、a2、a3等，根據(jù)這個組合為用戶推薦一些物品B，如b1，b2，b3，降序排列。

算法 1.0 是這樣的。

利用基礎(chǔ)數(shù)據(jù)A在物品B下的排列順序，不同順序給予不同的數(shù)值。用戶選擇的基礎(chǔ)數(shù)據(jù)A，映射不同的物品B；在不同的物品B中，基礎(chǔ)數(shù)據(jù)A的數(shù)值（順序）是不同的。相加取均值。

1.0 是小學(xué)生等級。也有考慮到用戶個人信息、物品B的季節(jié)性、地域性和流行度的附加信息，但，影響不大。

后來的算法 2.0 ，深刻地意識到，單個命中和多個命中的結(jié)果不應(yīng)該是線性的，而是有弧度的。于是加入了對數(shù)，代替原來固定的數(shù)值設(shè)定。數(shù)值根據(jù)命中數(shù)的增加而有坡度的增加，命中數(shù)越大，坡越陡。即原來是直線，升級后，變成了曲線。

就這么著，在查找資料的過程中，知道了推薦算法。就這么著，找工作的時候，面試的人看中了這方面的能力，給招了。不過沒關(guān)系，我也挺喜歡的。但如果不讓我做別的產(chǎn)品工作，恐怕是不行的，畫原型是一種樂趣，誰都不能剝奪我的。

不過，推薦算法，蠻復(fù)雜的。