当我们已知用户购买过产品后，我们是否应该再次推送相关内容呢? 这个时候我们需要判断商品的消耗性、周期性、以及是否高话题性。这都关乎着是否再次推送内容，什么时候再推送内容。但是具体情况太多，就不做算法推导了。

　　说一个很有趣的现象，淘宝的推荐系统工程师做过实验，点击率最高的推荐项目是用户刚刚搜过，刚刚完成购买的商品。但是重复推送内容，这是一个好的推荐系统该做的吗?团队目的到底是什么：推荐系统点击率高?提供用户感兴趣的内容?KPI ?不同目的可能导致结果相差万千。

　　7、实时性

　　实时性主要是要求推荐系统在分钟级/秒级完成数据分析，作出预判，并且对其作出操作。这个问题主要面对的是技术性问题，因为许多网站的推荐系统都是以天为单位进行日志读取操作，再完成推荐动作。而如果要完成实时操作，就只能简化推荐系统算法，例如 对于User-Item行为矩阵进行扩充动作简化预测过程。

　　需要根据场景采纳不同的推荐模式，好文内容可能更适合离线式方法。

　　后记

　　其实基于值得买推荐系统，XgBoost 与Factorization Machine (最新的FFM)都可能有不错的效果，但是本文讨论以场景为出发点，不讨论算法具体内容，而且业界大多数都认可一个观点，即在推荐系统中：UI > 数据 > 算法，如果让用户接纳，并觉得懂得其心，这才是最关键的一点。

　　PS：写文章时正逢年节，喝酒误事，思路断断续续。前后内容繁杂，一人之力远无法考虑周全，只做简单思考，学习总结之用。

　　始发于简书：周CC君