詳細解釋
推薦系統（Recommendation System）是根據用戶偏好、行為和上下文自動推薦內容或商品的AI系統，廣泛應用於電商、串流媒體和社交平台。
推薦方法：
- 協同過濾：找到相似用戶，推薦他們喜歡的
- 內容過濾：根據物品特徵匹配用戶興趣
- 深度學習：用神經網絡 (類神經網路)學習複雜模式
- 混合方法：結合多種技術
應用場景：
- 電商：Amazon、淘寶的商品推薦
- 影音：Netflix的影片、Spotify的音樂
- 新聞：Google News的個人化頭條
- 社交：Facebook的內容排序、TikTok的視頻推薦
技術挑戰：
- 冷啟動：新用戶/新物品沒有歷史數據
- 多樣性 vs 準確性：避免過度專化（過濾氣泡）
- 實時性：捕捉用戶當前興趣變化
現代推薦系統大量運用嵌入向量 (嵌入 / 詞嵌入 / 向量嵌入) (Embedding Lookup)技術來理解用戶和內容的深層關係。