隨著網路以及數位化的興起，資料比以往更加的容易傳播以及儲存，過去使用者總是需要主動式的去獲取重要的資訊，然而，現在每天數以萬計的海量資料，我們是否已經漸漸變成被動式的接收各種重要或不重要的資訊了呢？

如何有效的去過慮不重要的資料是許多現代人的困擾之一，這也使得眾多廠商們絞盡腦汁想要推播更貼近客戶需求的訊息，而非垃圾廣告資訊。而”推荐系統”也就是在這樣一個情況下逐漸受到重視，今天就讓我們來討論一下這個主題吧！

所謂的推薦系統，是一種將原始信息過濾的方法，他的目的就是要預測用戶對於物品的評分或者是偏好，藉由個人化或者說是客製化的訊息推播，讓使用者能快速抓到感興趣的內容，進而提升銷售金額。

那麼該如何做到這類客製化的推播呢？這當然就是仰賴蒐集各式各樣與客戶有關之資料，藉由分析每位顧客的年齡、興趣、性別、社交資料等多種因素，我們變能夠推斷每一位用戶偏好哪類型的東西，所以說掌握了客戶資料等於掌握客戶心理在想什麼阿！

推荐系統目前被廣泛應用於電影、音樂、新聞媒體等多種產業，而當中最著名的經典案例莫過於美國 Netflix這家公司的故事了（*），Netflix認為如果無法在短時間內精準推薦使用者喜歡的影片，使用者便容易被別的平台吸引走，此外，根據他們2015年所發表的論文顯示，高達80％ 的用戶觀看時數都是依靠推薦而來的，這也是為什麼Netflix這家公司不惜砸下重本也要將推荐系統做的非常完美，甚至號召全世界的高手一同來參與他們所舉辦之推荐系統比賽。

在未來，個人化服務將會是一個明顯的趨勢，各個產業該如何滿足這樣一個需求將會是新的機會與挑戰。

*Netflix是一間網路串流媒體服務供應商，其平台上有許多獨家發行的影片以及節目