内容推荐
单个用户选择某一物品，系统基于物品的元数据推荐相似的产品。这是用户个体行为对数据的过滤，当用户多次行为之后，系统可以大概估计对用户的喜好。用户的历史行为会不断影响后续推荐，形成用户和系统之间的交互循环。
协同过滤
基于用户行为发现物品的相关性。内容推荐是单个用户对系统数据的过滤，而协同过滤是基于多个用户行为的交叉结果，所以依赖于其他用户行为数据量准确度。
初始化
基于群体特征和用户的相关程度，将相似用户喜好的其他物品推荐给用户。在用户对产品还没有发生行为时，用户填写的个人信息（性别、年龄和收入等）可以作为初始化推荐。

联想的交互设计是单个用户对系统词库的内容过滤，初始词库可以逐渐形成个性词库。如果是云端输入法，系统可以实时获得所有用户的输入字词，词库的更新频率更快，满足用户个性词库的同时也能更新最新流行词，这是多个用户对词库的协调过滤。
纯银的“显性内容决定论”可以理解为：优质用户产生优质内容，优质内容吸引优质用户，内容决定产品的魅力和气场。从系统设计的观点看，用户行为可以看成系统数据的一部分，优秀用户的行为和优质内容是同质化数据。它们之间的频繁交互是优化内容数据的组织形式，再不断向外扩展生成和吸收同质数据，版本迭代是滚雪球式的数据扩展。

实搜网络为您提供网络推广，网络营销，网站建设，SEO优化，微信开发，网站托管等服务，服务热线：0311-66697360