​我愁眉不展地对待将来，但仍怀着幸福的期待。——史怀哲 1.个性化推荐的风靡
这是一个信息化时代的时期。
互联网技术上每日造成的数据量是以往几十年乃至几百年的数据量之和。
大家搜集信息的方法也经历了几回转型：最开始是原始社会人们把握語言后的口头上“沟通交流”，次之是竹简纸型问世后的“浏览”，再到近现代互联网技术的网页页面“检索”，至今天人工智能技术衍化出去的智能化“强烈推荐”。
比如头条的人性化新闻资讯派发，百度云音乐的日推歌曲列表，京东淘宝的热门推荐，及其微信朋友圈的广告词精准投放这些，个性化推荐早已慢慢融进到人们日常生活平时应用到的绝大部分互联网项目。

而个性化推荐在互联网技术圈的时兴，不外乎这好多个要素：
商业服务要素：长尾关键词销售市场的极大权益引诱
查尔斯.德克尔的《长尾理论》中提及规模性销售市场已经转换为数不清的利基市场，而更是因为数字化及智能化的发展趋势，促使顾客能够以较成本低寻找自身非受欢迎的冷门货品。
传统式的网站搜索或人工服务强烈推荐没法高效率配对大量的长尾关键词資源与稀奇古怪的用户需求，而智能推荐根据“智能化派发模块”保证定向推广，以消息推送效率高获得商业服务经济效益。

客户要素：对內容新闻资讯的要求升級
不敢说大热门的时期早已以往，但就现阶段看来，客户的要求愈来愈多元化，主流产品销售市场已经慢慢分裂为更为竖直的细分化行业，一切一小部分难缠的人性化要求常常被一款冷门的商品所考虑。
此外，被互联网娇惯的人们越来越愈来愈“懒”。数据量的极大、挑选成本费的提升促使客户对信息内容积极获得（检索）顺理成章向普攻接纳（服务平台强烈推荐）变化

技术性要素：人工智能技术的提升与发展趋势
近些年，除开IT大佬们竞相合理布局人工智能技术，许多初创公司也蜂拥而上押宝AI产业链。再加利好政策，人工智能技术制造行业正进到髙速发展趋势的金子阶段。智能推荐模块做为人工智能技术发展趋势全过程中的衍生品，包含了深度学习、自然语言理解解决、神经元网络、全自动逻辑推理等多课程技术性，更是因为之上技术性的开创性进度，才加重了个性化推荐技术性商业服务落地式的将会。

2.个性化推荐的回声室效应
服务器带宽的提高及存储量的升級产生的是数据信息指数级的发生爆炸，互联网技术每一秒钟都会生产制造出巨大错杂的数据信息。
以检索“人工智能技术”为例，百度搜索得出了大概18,400,000条結果，而Google也是得出了高达48,700,000条結果。
人们吞没在数据信息的深海里不清楚自身要想哪些，人们从来没有像如今那样周边遍及信息内容却依然觉得抑郁。

而智能推荐解决了这一难点，依据客户过去的互联网个人行为（检索、访问、个人收藏、关注、评价、分享等）搭建所有人与众不同的客户画像，随后个性化推荐模块依据事先设置的设备优化算法向客户消息推送将会很感兴趣的內容。
可是，不论是“最在乎你的服务平台”還是给你量身定做打造出的私人订制，其最后目地還是以便将你留到商品里。
在我们主观性上趋向于某一见解时，人们通常会积极或普攻地去接受这些有益于人们见解的信息内容，而针对这些有悖人们见解的信息内容，人们一般 会挑选忽略，这在社会心理学上称为确认成见。

而互联网技术的这类智能推荐变大了这类成见，它促使我们在由自身兴趣爱好手工编织的铁笼里只见到自身想见到的內容，只接受自身赞成的见解。长久以往，这类个性化推荐是不是会将一个人慢慢引向固执乃至极端化呢？
以头条为例，精确的人性化新闻资讯派发确实减少了客户阅读文章成本费，最大限度地确保客户见到的全是自身爱看的，但这类以客户爱好做为分辨标准来顺从客户的作法产生的回声室效应也是不可忽视的。长期性只接纳特殊的信息内容，总是我们一起在自身窄小的圈子自嗨、固步自封。
有句话我很认可，“在精确的客户画像里，设备优化算法全自动过虑了异常的响声，另外也避免了意外惊喜的将会”。
回声室效应：在一个相对性封闭式的自然环境下，一些建议相仿的响声持续被反复和提升，最后促使处在该自然环境下的大部分人都觉得这种歪曲的见解就是说客观事实的所有。