关注到‘用户推荐’的契机是现在某购物站点的‘猜你喜欢’，虽然是换了皮的推荐，但真的某一天开始高准确度地猜中了我的心头好。我猜是我大量操作，坚持不屑地使用该产品，给数据库留下了足够的蛛丝马迹，这才被一箭命中，让程序看穿了喜好。

某日开会，业务与设计在争执‘推荐’模块内容，到底由业务推?还是按照用户喜好来推?换句话说到底是安排相亲对象还是放任自由恋爱?

‘用户推荐’到底是你说你的?还是我看我的?大家目的不一样，作为用户来说，仰赖自己智慧做出的选择，远比那些花花绿绿的推荐广告来的可靠，但有意思的是结果可能殊途同归。

今天小议用户推荐

脑海里浮现出的推荐模式：

在线站点内推荐：

a. 超大广告灯箱+Flash滚动

b. 次级页面双侧‘推荐’模块

c. 页尾‘推荐’模块

d. 搜索时预置选项推荐

e. 搜索结果推荐

f. 犄角旮旯见缝插针狗皮膏药‘推荐’入口

站点外推荐模式：

(类同广告)

a. Email 、常规信件

b. 即时信息

c. 依附其他应用软件占得‘推荐’位

(应该说广告位更确切)

推荐对象：

a. 当下产品使用者

b. 非本产品使用者，但可能与本产品相关软件/信息有交集的用户

c. 无筛选面对所有人

推荐频率：

a. 每次页面刷新更新推荐内容

b. 固定有限区域定时滚动

c. (对于广告类，有针对性站外/线下推荐)根据产品活动，特殊用户事件(如生日，使用周期……)按特定时间点推荐

推荐效果：

全面铺开的广告类推荐――特定相关用户会注意，非该信息兴趣点用户常常会忽略或持有怀疑态度

针对个人喜好的推荐――根据推荐准确度，接受信息比率依次增高

(但我们还是会删除所谓的产品新信息邮件，也从来不看信箱里的会员推荐广告，看到不靠谱的书籍音乐推荐，一律忽视删除，最后手动自己找)