现在许多平台都使用大数据的推荐算法来向用户推荐更适合的内容，那么这个算法本身真的很厉害么？

A 推荐算法的核心——分类器

一个平台上的内容何止千万，如何才能准确地找到你喜欢的那几条呢？

• 把用户分类

通过你的点赞/转发/停留/评论/不喜欢这此操作，为你打上标签，把你分类到某一类别的用户中。

关键点在于如何设计这些用户操作和记录的“机制”，让用户做最少的动作就能获得最有效的信息，准确地把你分类到一个集中。

现在的大数据是互通的，你的资料在大数据里是透明的，每个平台都知道一清二楚

当然，信不信如果阿里巴巴的数据库让我管理，我能知道你穿什么颜色的内裤，哪怕你没有在淘宝上买过内裤！

推荐算法可以根据用户的兴趣去订制个性化内容，我们每天看的新闻，抖音，今日头条等产品背后都有强大的推荐算法支持。

当然，马上要厉害到远超你的想象。不过这些技术实际应用估计还要五年以上的时间。

应该说还是比较准确的。手机用户一般以IMEI来作为用户身份标识，电脑端的话一般采集cookies信息。比如针对用户性别的分析，有数据表明，90%的准确度是可以达到的。

大数据主要来生成用户画像，刻画出用户画像，便可针对性的推荐，实现精准营销。以下是用户画像的生成过程：

1数据采集

采集数据时，一般来说将用户画像的目标进行分解，进行多元素，多维度的数据采集，像用户的基本信息数据、社会属性数据可通过用户信息填写、调查问卷等方式获取，而用户的行为数据需要通过用户行为的采集，这里就涉及到手机、PC端的数据获取。