推荐系统根据用户的信息和历史行为记录，构造出用户的个性化模型，再依据特定的推荐算法，向用户推荐其可能感兴趣的项目。
如何获取用户的偏好？
建议用户对一些指定项目进行评分，如对：小说、传记、技术书、图画、散文进行感兴趣评分，然后得到用户的偏好，分析用户这些偏好，为用户提供个性化推荐。
如果用户的信息非常少，或者收集用户信息非常困难，推荐系统没有用户数据，推荐系统就难以运作。
推荐系统有助于解决信息不对称问题。
在推荐系统的引导下，用户能逐渐清楚自己的需求，这是对用户巨大的帮助。
推荐系统最早用来解决信息过载的问题。
系统需要：记录用户行为、用户习惯、用户兴趣、用户偏好等。
从这些信息构造能够表示用户兴趣的模型。
用户信息分好几个方面：
用户的人口统计学信息（性别、年龄、工作区域、民族、语言）
用户的偏好信息
用户的统计学信息，可以在用户注册时获取和收集，如果某些信息项没有，甚至可以根据用户的行为信息进行分析，挖掘出这些信息项的值。
根据用户信息，理解用户的动机、目标和期望。
分析用户的期望，把用户进行分类。