日常在使用电商APP时，会发现APP能根据用户的喜好来推荐商品，那么这个猜你喜欢的推荐功能是如何实现的呢？这都是有依据的，有逻辑可言的，今天本文就来说说电商APP中的商品推荐功能是如何实现的。

      这是通过c#算法来实现的推荐用户喜好，可以理解为向量夹角，每一个向量就是每一个人对某个事物的爱好程度或者说是对某个事物的打分，向量之间的夹角越小就越说明你和某人相似度越高。通过这一规律，当只要发现你对某个商品进行了打分，表示了喜爱，那么电商APP就可以立马找出和你兴趣爱好很类似的用户，再将他们的兴趣爱好商品推荐给你。这样就是猜你喜欢了，像你推荐你可能会喜欢的商品。

       这种推荐是来自于大数据的挖掘。样本的数据越大其结果越精准。甚至不光是电商，信息类门户如微博都会使用类似这种算法思路来实现推荐。还有QQ里面的QQ看点，根据你的八卦喜好来推荐，不过这种看着既爽又难受，虽然推荐的是感兴趣的，但是内容的真实度却很低，基本上都是胡编乱造，喜欢恶意揣测，不嫌十大，十个九个都是标题党，看着会很难受，小编深受其厉害；还是电商类的这个推荐功能人让用着舒心。