数据显示，三分之一的用户会根据电子商务网站的推荐买东西，这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响已经越来越低，于是有人做出预见——个性化推荐技术将成为广告的终极形式。

    很多年前，看过一部电影叫作《谁知女人心》，好莱坞大牌梅尔·吉布森饰演的男主角是一个典型的大男子主义者。一次浴室触电的意外突然让这个大男人获得了神奇的本领——“读心术”，可以轻而易举地洞悉身边女人们的心事，听到她们内心的独白。尽管一开始被这个本领吓得半死，可他却渐渐沉迷，以此俘获芳心。

    “读心术”听起来匪夷所思，却也有些人正乐衷于此道。仿佛一夜间，身边突然出现了一位洞悉你所有喜好的“知音”，可以24小时提供全方位的贴心指引，不厌其烦地向你推荐那些“你可能感兴趣的……”东西，从房子，到袜子。

    你猜对了，这就是在不知不觉中侵占整个互联网的“推荐算法”，不单直指你心底里哪些小秘密，更成为了每个网站拉拢用户的核心机密。

    当“推荐”让人欲罢不能

    Netflix使用软件算法来推荐电影，豆瓣电台擅长推荐  “不经意的好音乐”，Goodreads热衷于推荐书籍……个性化的“推荐算法”已全面运用到一长串互联网网站中，从视频推荐、音乐推荐、购物推荐直到好友推荐等。

    不少网友迷恋上了使用“推荐算法”后的快感。“自从我使用Last.fm和豆瓣电台的音乐服务之后，就开始依赖他们所提供的‘音乐推荐’，不再在街头的CD摊驻足，甚至连MP3都很少下载了。”在公关公司工作的张小姐两年前就成了豆瓣电台的忠实拥趸。“没用以前还不明白为啥有那么多人听豆瓣，用了之后就不得不佩服它推荐的音乐非常符合我的口味，收藏的音乐越多，它推荐越精准，就像鞋子一样越穿越合脚。不过，要是收藏太多音乐的话，准确性就会有所下降，可能这时候，连你自己都不知道自己究竟喜欢哪类音乐了，更何况是个软件。”

    事实上，“推荐算法”的“工作原理”算不上太复杂。以同样推荐音乐的Last.fm网站为例，假如你喜欢王菲，而与你同样喜欢王菲的朋友在听林忆莲，Last.fm就会把林忆莲放到你的播放列表上。

    Last.fm网站的负责人对于“推荐算法”推崇备至，“我们围绕音乐建立了一个庞大的社区，是这个社区帮助我们提炼‘推荐’。推荐的音乐是从2000多万人真实的收听习惯中提取出来的。所以，你播放音乐的次数越多，Last.fm上的用户越多，推荐结果就越准确。你能发现音乐与音乐之间往往有意想不到的关联，甚至无意间泄露你最近的心情。听说有人失恋了，心有不甘，就在Last.fm上看前恋人在听什么样的歌，猜测他们此时的心情。”

    以个性化“算法推荐”，也就是“豆瓣猜你会喜欢”，豆瓣网最先实践的三个生活领域是图书、电影、音乐。原因也很简单，这三个领域最容易推荐准确。豆瓣网创始人杨勃曾表示，“对多数人做选择最有效的帮助其实来自亲友和同事。随意的一两句推荐，不但传递了他们自己真实的感受，也包含了对你口味的判断和随之而行的筛选。他们不会向单身汉推荐育儿大全，也不会给老妈带回《赤裸特工》。无论高矮胖瘦，白雪巴人，豆瓣帮助你通过你喜爱的东西找到志同道合者，然后通过他们找到更多的好东西。”

    有意思的是，“推荐算法”还衍生出不少附加的好处。在Last.fm上最好玩的是，观察人们正在听什么音乐。这个数据非常有趣，甚至可以准确预见什么乐队会走红。现在，通过“推荐算法”做出预测已经让不少公司动了心。Google创造出一种新的产品用来尝试通过搜索引擎预测奥斯卡金像奖的得主。据了解，过去几年的奥斯卡最佳影片《拆弹部队》、《贫民窟的百万富翁》、《老无所依》等，都曾于获奖前在搜索引擎中表现出了至少四个星期的上升趋势。不过，显然这种预测还需要加强“准头”，搜索大热的《社交网络》最终还是在现实中败给了《国王的演讲》。

    可以预见的是，随着技术的进步，更具人性化、更准确的“推荐算法”，甚至能通过体感、虹膜、血压等数据的变化，挖掘到用户真实的内心需求。

想认识全国各地的创业者、创业专家，快来加入“中国创业圈”