推荐系统的本质就是在有太多展示内容的情况下，对内容的呈现进行排序。
它的排序依据主要有三个方面：
1. 用户信息
排序的主要依据就是用户感兴趣的程度。
要获知用户的兴趣点，就要搜集“用户信息”，比如用户的历史行为、身份信息、关系网络等。
相信大家伙儿一定对“历史行为”这一点深有感触，如果你曾点过某一个，你一定会看到某一堆。
2. 场景信息
不过，兴趣并不是排序的唯一依据，还要注意场合。
不同的时间、地点、用户的状态都可能影响排序结果。
比如你发现妹子特别爱穿超短裙，但现在是冬天，你难不成对妹子说：哥就爱看你穿超短裙，看看这一款，准适合你！
或者妹子飞了海南，你还给人推荐东北大棉袄？
当妹子把买给小哥哥的一大堆礼物退掉时，你还给人家奉上欧巴最爱？
这些场合信息，被称为“场景信息”或“上下文信息”。
3. 物品信息
除此之外，还有另外一个信息：物品信息。你能不能通过大数据，把物美价廉的物品排在前面。当然，你也可能因为收了钱，把人家的货排在前面。

所以，推荐系统要解决的问题就是在获知“用户信息”、“场景信息”、“物品信息”的基础上，预测用户在此时此刻、此情此景下对物品的喜好程度，并由此对物品的呈现进行排序。