事實上，在周杰發(fā)布浪淘金推薦引擎之前，谷歌、百度等搜索引擎公司已經(jīng)在著手記錄用戶的瀏覽信息、愛好等，試圖發(fā)現(xiàn)用戶的需求，并主動給用戶推送其想要的信息。而以推薦為主要功能的網(wǎng)站也如雨后春筍般涌現(xiàn)，許多網(wǎng)站推出了能夠幫助用戶找到新網(wǎng)站、新唱片或者新朋友的推薦功能——無論用戶想要什么，在互聯(lián)網(wǎng)上都可以發(fā)現(xiàn)那些他未曾知曉卻又可能會一見鐘情的東西。 
　　互聯(lián)網(wǎng)進入推薦時代 
　　互聯(lián)網(wǎng)在我國已經(jīng)迅猛發(fā)展了10多年，10多年來，互聯(lián)網(wǎng)上留下了數(shù)以千億記的“腳印”。比如在當(dāng)當(dāng)網(wǎng)上，人們看完一本書后會留下“還行”、“值得關(guān)注”、“極力推薦”等評價；在大眾點評網(wǎng)上，人們會對消費過的餐廳的口味、環(huán)境、服務(wù)等打分。每當(dāng)用戶留下這樣的評價時，除了能夠讓其他人知道這些東西看起來如何、聽起來怎樣，還在不知不覺中透露了自己的口味、愛好。對于那些可以獲得、儲存并且分析這些信息的公司而言，商機大得驚人。 
　　那些以推薦功能為核心的網(wǎng)站比傳統(tǒng)商店里的導(dǎo)購人員更了解用戶的需求，他們可以精準(zhǔn)地描述用戶的口味，以此判定用戶最可能會在現(xiàn)有的產(chǎn)品選項中買下什么。這些在過去聽起來像“第六感”的東西，現(xiàn)在正以“１”和“０”為載體被保存在網(wǎng)絡(luò)服務(wù)器上。 
　　對于那些以推薦功能為核心的網(wǎng)站來說，他們再清楚不過地知道，互聯(lián)網(wǎng)正在從搜索時代進入推薦時代。兩者的區(qū)別在哪里？搜索是用戶明確知道自己的信息需求時所做的事情，而推薦是在用戶并不明確知道自己的信息需求時，將用戶可能的需求推薦給他。 
　　“推薦引擎其實就是一個主動發(fā)現(xiàn)用戶當(dāng)前或潛在需求，并且主動推送信息給用戶的信息網(wǎng)絡(luò)?！敝芙軐⑼扑]引擎比做網(wǎng)民的網(wǎng)絡(luò)導(dǎo)購員：“打個比方，在百貨商場里，導(dǎo)購員會根據(jù)顧客的穿著、舉止，有針對性地推薦商品給相應(yīng)的顧客，推薦商品的成交率要遠遠超過顧客隨意瀏覽的商品，推薦引擎的功能就是做網(wǎng)民的導(dǎo)購員?！?nbsp;
　　在周杰看來，互聯(lián)網(wǎng)按照網(wǎng)民瀏覽、獲取信息習(xí)慣的演變，可以劃分為３個階段：第一個階段是瀏覽時代，用戶在門戶網(wǎng)站上漫步和閱讀，靠“碰運氣”找到自己需要的信息；第二個階段是搜索引擎時代，用戶到搜索引擎上尋找信息，不過找到這些信息有一個前提條件，那就是用戶意識到自己的信息需求并能夠準(zhǔn)確表達；第三個階段是推薦時代，無論用戶在互聯(lián)網(wǎng)的任何地方，他需要的信息都會推送到他的面前。 
　　“在推薦時代，用戶的行動、問題和答案不再是機器被動給出，而是機器通過對數(shù)據(jù)的深度挖掘，主動分析和預(yù)測用戶的需求，并推送信息給用戶。”創(chuàng)新工場董事長兼首席執(zhí)行官李開復(fù)認(rèn)為，這種推薦引擎如果做到極致，將會進一步推動互聯(lián)網(wǎng)的飛速發(fā)展。 
　　行業(yè)看好 企業(yè)熱衷應(yīng)用 
　　“從互聯(lián)網(wǎng)應(yīng)用和推廣的角度看，這是一個非常值得關(guān)注的領(lǐng)域?！崩铋_復(fù)非?？春猛扑]引擎的未來。 
　　推薦引擎同樣受到許多投資人的關(guān)注。經(jīng)緯創(chuàng)投創(chuàng)始管理合伙人張穎非?？春猛扑]引擎的前景：“從我國互聯(lián)網(wǎng)的發(fā)展歷程來看，在整個產(chǎn)業(yè)鏈上，能夠很好地粘合用戶、媒體和廣告主利益的公司，都有很好的投資機會。推薦引擎在國外已經(jīng)證明了其營銷實力，在國內(nèi)也會發(fā)揮巨大作用?！?nbsp;
　　大眾點評網(wǎng)副總裁姜躍平表示：“大眾點評網(wǎng)就是與推薦引擎共生的。在剛開始推薦店家時我們就引入了一個模塊，里面含有‘看過這個店的也看過那個店’、‘你可能感興趣的’等內(nèi)容，這是前期我們對于推薦引擎的探索。” 
　　智聯(lián)招聘首席執(zhí)行官郭盛表示：“在智聯(lián)招聘網(wǎng)上每天都會有２００萬人找工作，我們的目標(biāo)是幫助大家找到適合的工作，但怎么樣才能找到合適的工作，這是一件非常需要智慧、需要別人來幫助的事情。更為難的是，很多人連什么樣的工作適合自己都不一定知道，這個時候推薦引擎就能起到很重要的作用，我們會把好工作推送到用戶面前。此外，有些好工作求職者平時未必能注意到，比如一個化學(xué)博士也許并不知道他還可以在一家化妝品公司里做研發(fā)?！?nbsp;
　　開心網(wǎng)創(chuàng)始人、首席執(zhí)行官程炳皓表示：“在開心網(wǎng)上，我們會經(jīng)常給用戶推薦朋友，這是一個很重要的推薦。另外，我們有一個很重要的應(yīng)用，就是用戶在開心網(wǎng)上看轉(zhuǎn)帖，我們會根據(jù)用戶的興趣和愛好，推薦適合這個用戶的帖子。這些都是我們在推薦方面的探索?！?nbsp;
　　去哪兒網(wǎng)首席執(zhí)行官莊辰超表示：“在線旅游網(wǎng)站非常需要網(wǎng)上營銷手段，因此推薦引擎是一個必不可少的工具。我們希望與相關(guān)推薦引擎合作，進一步提升廣告的變現(xiàn)效率?！?nbsp;
　　百合網(wǎng)首席執(zhí)行官田范江表示：“婚戀網(wǎng)站是給用戶推薦對象的，這需要揣摩人的性格、心理等諸多因素，難度很大。早期我們就明確了一個思路:要有自己的核心競爭力，要相對精準(zhǔn)。于是，我們就采取讓用戶完成一個專業(yè)的心理測試題的方法來揣測用戶心理，并得到相應(yīng)數(shù)據(jù)，再結(jié)合用戶的資料向他推薦可能與他能夠共度一生的人，這就是我們的推薦引擎。后來我們也結(jié)合數(shù)據(jù)的推薦方法，根據(jù)用戶瀏覽的歷史記錄和溝通記錄，推薦一個用戶可能感興趣的人，這是通過數(shù)據(jù)分析實現(xiàn)的。我們在后端還開發(fā)了一個更加復(fù)雜的推薦引擎，這個推薦引擎綜合了很多愛情顧問的知識，甚至考慮進了外貌方面的問題等?！?nbsp;
　　讓推薦引擎無處不在 
　　推薦引擎的發(fā)展實際上已經(jīng)有相當(dāng)長的一段時間。有評論認(rèn)為，推薦引擎將成為未來10年里最重要的變革。 
 　在國際上，微軟、谷歌、Ｆａｃｅｂｏｏｋ、ＩＢＭ、思科、亞馬遜等企業(yè)均對此項技術(shù)的研發(fā)相當(dāng)重視，也取得了不同程度的進展；在國內(nèi)，推薦引擎發(fā)展較慢，淘寶網(wǎng)、豆瓣網(wǎng)等雖有涉足，但多停留在站內(nèi)推薦階段。 
　　周杰希望未來的浪淘金推薦引擎可以“無處不在”，不僅實現(xiàn)信息的主動推送，還能實現(xiàn)機器學(xué)習(xí)。這看起來相當(dāng)誘人，從瀏覽到搜索，人們需要刻意去獲取信息，而推薦引擎會讓互聯(lián)網(wǎng)更“懂你”。 
　　李開復(fù)認(rèn)為，“懂你”的互聯(lián)網(wǎng)，其核心在于“以人為本”，歷史上任何重視用戶體驗的互聯(lián)網(wǎng)公司均獲得了極大增長。 
　　事實上，早在互聯(lián)網(wǎng)普及之初，人們就對網(wǎng)絡(luò)數(shù)據(jù)計算有著種種猜想，認(rèn)為它將制勝未來。無論是甲骨文、ＩＢＭ、還是谷歌、亞馬遜，他們都在向這一目標(biāo)沖刺。對于推薦引擎的開發(fā)者而言，計算和儲存成本現(xiàn)在都已大大降低，效率則在急速提高?！斑@讓我們有機會去計算出不同用戶的消費模型，當(dāng)數(shù)據(jù)告訴你規(guī)律的時候，你會恍然大悟，不過就是這么回事”。 
　　在推薦時代，用戶的行動、問題和答案不再是機器被動給出，而是機器通過對數(shù)據(jù)的深度挖掘，主動分析和預(yù)測用戶的需求，并推送信息給用戶。這種推薦引擎如果做到極致，將會進一步推動互聯(lián)網(wǎng)的飛速發(fā)展。