对于一个普通用户而言，互联网时代信息总量的爆炸性增长，使得绝大部分信息只在名义上可以获取，而实际上这个用户可能一无所知。在这些看似无用的“暗信息”中，存在着巨大的商业价值。推荐引擎为用户插上了翱翔于暗信息的翅膀，在抢夺用户注意力资源的同时，创造了巨大的商业价值！

　　互联网时代的暗信息
　　随着互联网技术的飞速发展，接入互联网的主机数目和万维网上的网页数目，都呈指数上升的趋势——可以获得的信息总量一直是爆炸性的增长。与此同时，互联网用户浏览、判断和处理信息的能力增长却十分有限。数千亿计的网页，淘宝的上亿件商品，Delicious的数亿网页收藏，Amazon的百万图书，Netflix的数万部电影……对于我们而言，仅仅是将这些浏览一遍也要穷尽若干人生，更不用提仔细思量比较，选择最适合自己的产品。简而言之，一般互联网用户对于绝大多数名义上可以获取的信息都是一无所知的。
信息的爆炸使得用户信息利用率大大降低，而且面对海量暗信息产生一种不安全和不适应的感觉，这就是信息过载问题。推荐引擎的本质，是通过分析用户和他曾经访问过的信息之间的历史关系，主动帮助用户在暗信息的海洋里高效获取感兴趣的内容。推荐引擎是暗信息海洋中的导航仪，是解决信息过载问题的终极利器！

　　搜索引擎 vs. 推荐引擎
　　搜索引擎的出现，是解决信息过载问题的一个里程碑式的事件。搜索引擎的本质是帮助用户找到“他想要的东西”。用户在使用搜索引擎的时候，需要输入若干关键词进行查询，这就意味着用户使用之前，对于查询结果的内容和形式存在着预设的期望。典型如查找某机构地址和联系方式，某网站主页，某八卦新闻详情等。

　　推荐引擎的本质是帮助用户找到“他喜欢的东西”。推荐引擎在没有把用户喜欢的东西呈现给用户之前，用户对这些东西很可能是一无所知的：既不知道其存在性，更谈不上预先知道是否喜欢了。推荐引擎是通过用户以前的访问记录，猜到用户喜欢什么，然后把用户喜欢的东西找出来，推送到用户面前。

　　表1：搜索引擎和推荐引擎比较

　　以《天龙八部》为例，段誉在无量山山洞中见到神仙姐姐的时候，就植下了一生的情种。之后在燕子坞见到王夫人的时候，觉得有三四分相似；见到王语嫣的时候，觉得有七八分相似。从此，段誉对王语嫣的爱慕没有变化过。对于这种需求，搜索引擎最合适不过了，想象段誉可以把神仙姐姐的特征转化成关键词输入进去，我们的任务就是在千千万万的候选人中找出最象神仙姐姐的那位！段正淳则不一样，爱过的女人很多，刀白凤、秦红棉、甘宝宝、阮星竹、王夫人、马夫人……可谓是百花争艳，各逞擅长。要给段正淳找女友，就必须用推荐引擎，因为他自己到死都不知道自己喜欢什么样的女人！我们的任务就是分析他喜欢过的，找到他喜欢的，然后推荐给他。表1列出了对搜索引擎和推荐引擎的比较，供参考。

　　商业应用一览
　　推荐引擎具有巨大的商业价值，在商品导购、个性化服务、广告投放等方面都已经产生了众多成功应用。以电子商务为例，据VentureBeat统计，Amazon中超过35%的销售，直接来自于推荐。下表列出了若干有代表性的推荐引擎的商业应用，供参考。

　　表2：商业应用举例