推荐机制的两种方式：1、基于用户行为；2、基于产品基因；推荐机制建立的前提：1、用户行为数据记录；2、产品特性基因构成；
1、基于用户行为：案例amazon（亚马逊）
亚马逊的推荐系统是程序自动化和用户相关购物信息天才集合的经典之作。亚马逊花了十几年的时间建立和完善了这个系统。这个系统基于产品和相关用户的巨大数据库；记录的信息包括你在过去几年或几分钟内做过什么。
所有推荐都基于用户个人行为，加上商品本身，或者是其他用户在亚马逊的活动。不管是因为你以前购买过相关产品，还是因为其他很多用户都喜欢，亚马逊每推荐给你一件商品，都增大你把它放进你的购物筐的可能。
2、基于产品基因：案例pandora（潘多拉）
音乐染色体组项目的 推出，目的在于把音乐解析成为最基本的基因组成。它的基本想法是：我们因为音乐的某些特性喜欢音乐－－那么为什么不能根据音乐的某些相似之处设计出一套推 荐系统呢？这类推荐系统应该属于基于产品的推荐。但具有深刻创新意义的是，产品（音乐产品）的相似性，通过“基因”组成来衡量。
这种“即刻满足感”是很难抗拒的。因为pandora 了解音乐相似性背后的因素，它不需要了解用户的好恶，就可以把用户黏住。确实，pandora 需要把握用户的口味或记忆－－但这正是蕴藏在音乐本身的dna中了。当然pandora有时并不完美，会播放不对用户口味的音乐。但这很少发生。
拓宽联想：音乐产品的基因组适用于其他产品吗？也就是说：标签（tag）是否就能代表产品的基因呢？案例del.icio.us
社会化书签网站中首屈一指的 del.icio.us （见译言有关del.icio.us的译文）则采用不同的办法－－让用户自己来鉴定、标识。这种自组织的方式相当成功，del.icio.us 很快在最初的使用者中流行起来。今天，del.icio.us 已经不仅仅是一个书签网站－－它还是一个新闻网站和搜索引擎。但del.icio.us是否也是一个推荐系统呢？ 答案是肯定的。这是一个非常简明的推荐系统，它指基于一个基因－－那就是一个标签。
思考：每一个网站都有自己的一套为用户创造体验与价值的方式，而真正的“即可满足感”又有几家能做到。尤其现在的web2.0类型网站都首先标榜“用户体 验”，在copy一个成功模式之后，以为就同样完整的copy了相同的“用户体验”的自我感觉其实是错误的。比如说：我们很多的digg类、书签类新网 站，并没有发挥自己的创造力，甚至根本都没有结合国情。或许未来下一个更好的系统是完美地将用户行为与产品基因相结合的推荐模式,不管是商务网站的产品推 销，还是社会化网站的服务，因为：
一个出色的推荐机制不光对netflix，对其他网络企业也非常重要。这是因为用户的网上活动分为两类：搜索和浏览。当消费者明确知道她想要什么的时候， 她搜索。但当她不太清楚想要什么的时候，她浏览。浏览活动为推荐系统带来了绝好的机会。因为当用户没有集中注意力在找她想要的东西时，她对外来的建议是敞 开的。
在浏览过程中，用户的注意力（和他们的钱），都等着你去抓住。通过向用户展示有吸引力的东西，网站可以使交易成功的可能最大化。所以如果网站能增加给用户提供好推荐的几率，就能赚更多钱。显然这不是一个容易解决的问题，但解决这个问题带来的好处是巨大的。