在這個人工智能越來越流行的年代，為什么互聯網公司總是那么懂你，電商app總能推薦出你喜歡的商品，當你進入新聞app的時候，總能推薦出你感興趣的新聞，當你想去旅游的時候，旅游app能給你推薦景點以及酒店。其實在你的每次點擊，互聯網公司后臺都進行了成千上萬次運算，才能洞悉你的喜好，推薦給你最心儀的產品，智能推薦，是人工智能的一個分支。今天我們來談一談人工智能是如何洞悉你的喜好，更加懂你，給你推薦的呢?幾乎所有的推薦算法都是包含這些東西，數據采集、數據存儲、模型訓練、推薦算法。

數據采集

無論我們在應用app還是網頁上進行任何一次操作，都會被記錄下來。例如某某用戶在某個時間點聽了某首歌，某個用戶在某個時間點看了某個新聞，這種記錄的行為，我們稱之為數據采集。根據不同的業務類型，不同的數據格式，我們會選擇不同的存儲，可能是數據庫,也有可能是大數據的hive，甚至一些臨時數據可能只放在redis之類的緩存。

數據處理

在上述我們收集了大量的數據后，就開始進行數據清洗，清洗完成后，就開始采用一定的算法與模型進行訓練，對用戶進行分類，打上標簽。什么是標簽呢?例如90后，愛看球，程序員這些都是標簽，我們稱之為用戶畫像。每個人在每個互聯網公司都有一個用戶畫像，能否準確地描繪出用戶畫像，是衡量每一個互聯網公司人工智能標準的高低之一。

不僅是用戶，每個公司也會對自己的產品，不局限于內容或者實體進行分類，給產品也打上標簽。為什么需要這樣子呢?因為人工智能并不像人類一樣，對每個東西都有著抽象的認識，舉個簡單的例子，人描述一個人臉，就是兩個眼睛1個鼻子1個嘴巴，而讓機器來描述一個人臉，就需要采樣那幾個點，這幾個點有什么特征，距離多少，顏色應該是什么樣等等等。需要把抽象的概念變成形象的數字，才能進行下一步的運算。

推薦計算

在有了上面的模型之后，用戶的每一次點擊，都會過來后臺開始請求。人工智能會根據之前的數據進行成千上萬次運算，怎么計算呢?這里又需要一定的算法。舉一個簡單的例子，用戶想去旅游，人工智能算法就會找到當季哪一些比較適合出游的經典進行推薦。比如說你想吃東西，人工智能發現你是這個地區的人，就給你推薦本地人愛吃的，否則給你推薦外地人愛吃的。人工智能還能根據你喜歡的歷史進行推薦，也能進行協同過濾，根據你喜歡的找出相似的。

人工智能算法一把會采用多種不同的算法，求出你可能喜歡什么，然后進行排序，把它認為你更有可能喜歡的放在前面，越在前面的越有可能被你看到，當然，你以為這就結束了么?

當你在頁面上停留，或者點擊某個人工智能推薦給你的東西之后，都會把這個數據記錄下來，下次就更能判斷出你的偏好。

以上是網絡信息轉載，信息真實性自行斟酌。