大数据智能推荐时代，你还敢乱点资讯吗？

大数据是我的研究方向之一，我也做过推荐系统（尚未商用），对推荐系统有一定的了解，所以我来回答一下这个问题。

其实，推荐系统出现的时间要远早于大数据概念的提出，早期在亚马逊等电商平台上就有了推荐系统的应用。推荐系统出现的初衷是更好的服务于用户，提高用户的使用体验，尽量缩短购物的查找时间，提高用户的购物效率。

早期的推荐系统存在诸多弊端，目前随着大数据的发展，推荐系统也增加了很多维度，在推荐的内容上更智能。目前的推荐系统已经有了诸多进步，主要体现在以下几个方面：

第一，避免重复推荐的尴尬。通过大数据系统的应用，能避免之前推荐系统出现的重复推荐的尴尬情况，对已经购买的用户不再进行同产品的推荐。

第二，按照时间曲线来推荐用户感兴趣的产品，结合长期兴趣和短期兴趣。

第三，推荐具有多样性和新颖性。

第四，保护用户的隐私不被泄露。大数据时代的用户隐私是非常重要的，目前的推荐系统大多已经对隐私做了比较充分的保护，未经系统授权的访问是无法获取数据的。

第五，尽量在需要的时候出现。这个是推荐系统比较复杂的地方，根据大数据分析来判断用户的行为相关性，进而在适合的时间推荐适合的产品。

推荐系统的出现是针对电商海量商品的选择难问题，推荐系统的发展也逐渐推广到各个领域，包括咨询领域。

基于以上分析，我们在看咨询的时候完全可以按照自己的意愿进行选择，系统不会因为一次点击而做出长期的错误判断。

以上就是我的观点。

我会陆续在头条上撰写关于大数据、人工智能等领域的科普文章，感兴趣的朋友可以关注我的头条号，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我。

谢谢！