1.2　推荐系统的由来

最初为了解决信息过载问题的手段是将最好的物品推荐给用户，所谓最好的物品可以通过数据统计出最多人关注的物品，也可以是平台方主观认为的内容最好的物品，但是所谓最好的物品的范围实在太广，所以可以将物品分类，然后根据一定规则统计出每个类别最好的物品推荐给用户。这种古老的推荐方式固然很好，但是问题在于并没有考虑到青菜萝卜各有所爱的现实。

直到1992年，在美国加利福尼亚州的帕洛阿图市（Palo Alto），有一家研究中心名为Xerox Palo Alto Research Center，简称PARC，发表了一篇名为Using Collaborative Filtering to Weave an Information Tapestry[1]的论文。该事件就标志着个性化推荐系统的开始。