《计算机通讯》第76期专题是“数据密集业务的挑战和机遇——‘大数据’在工业界”。随着各行业和部门产生的数据量的急剧增长，对数据处理分析能力的要求不断提高。如何面对大数据的挑战，发现新的机遇，是工业界和学术界共同关注的问题。本期专题重点介绍了工业部门在密集数据方面的应用、实践和需求；邀请了中兴通讯、淘宝、百分点公司、华大基因、SAP、盛大在线等企业撰文，分享来自业务第一线的看法。本期专题作者主要来自企业的科研人员，是一次有意义的尝试。

链接：http://www.ccf.org.cn/sites/ccf/jsjtbbd.jsp?contentId=2679929345796

推荐引擎：信息暗海的领航员

Terry Lau　张韶峰　周　涛

互联网的发展使我们获取的信息总量以指数级别增长，目前已知的网页超过5000亿，仅淘宝网上就有接近10亿件商品。而我们分辨甄选信息的能力并没有提高。对于普通用户来说，大多数信息是暗信息——我们有可能对某些信息感兴趣，但由于没有“领航员”的帮助，我们无法看到这些信息。这种被称为“信息过载”的问题，正是目前互联网发展中遇到的最棘手、最重要的问题。

推荐引擎最有希望解决信息过载的问题。推荐引擎的本质是通过分析用户历史活动的记录，包括音乐下载、视频观看、图书购买、网络约会、朋友互动、论坛评论等等，分析用户的个性化喜好，主动向用户推荐他们感兴趣的信息。推荐引擎的精髓是个性化，通过分析群体数据，得到每位用户的个性化喜好，再进行个性化推荐。很多用户最早接触的推荐引擎是亚马逊（Amazon）的推荐服务，因此留下了一些刻板的印象，例如推荐引擎服务的都是电子商务公司，采用的都是相似的挖掘方法（比如关联规则和协同过滤），“看过还看过，买过还买过”这类推荐通过简单的数据库查询就可以完成。

我们正在经历由个性化推荐技术构筑未来商业模式，基于很多读者对个性化推荐的憧憬和误解，本文将以国内领先的推荐引擎提供商为实例，介绍其架构和算法，展示基于个性化推荐技术的应用场景和产品，呈现较完整的个性化推荐的轮廓。

……

全文下载：

推荐引擎.pdf