一、思維導圖（單擊圖放大）

二、反思小結

1、推薦系統通過使用使用者的一切資訊，來對使用者的喜好進行捕捉，來進行推薦。但是，推薦系統的目的是為使用者推薦使用者需要或者感興趣的商品。而在書中，僅僅是談使用者的喜好和興趣，這在音樂電影推薦上能夠適用，但是在物品推薦上，尤其是電商推薦上，就不一定。在電商推薦上，我覺得最重要的是捕捉使用者的需求。例如1個使用者有在X貓超市買洗衣液的習慣，那麼電商推薦應該要捕捉到使用者，多久能夠用完洗衣液，這樣才能在預測使用者快使用完洗衣液的時，推薦洗衣液給使用者，滿足使用者需求。

2、評分只是一個指標。當然可能在電影和音樂推薦中，可以將評分作為一個參考，同樣的在電商領域的推薦，很多評分都是習慣性好評，甚至很少有人給差評，這樣的評分對反映使用者的喜好就不準確。

3、推薦系統，與其將大量的精力放在演算法如何提高上，不如設計一個更好的使用者互動，獲取更多的使用者，更有個性化的使用者資訊。得到更多的資訊，相較於提升演算法，更有助於提升使用者體驗。