最佳化建議簡介
YouTube 如何得知你接下來可能會想看哪部影片？如何 想在 Google Play 商店挑選一款應用程式嗎？這不是魔法，否，不論是哪一種情況， 以機器學習為基礎的推薦模型會判斷類似影片及 應用程式就是您喜愛的其他事物 然後向使用者提供推薦內容 我們通常會採用以下兩種建議：
- 首頁建議
- 相關項目建議
首頁推薦內容
系統會根據使用者的已知資訊，向他們推薦首頁 興趣。每位使用者看到的推薦內容都不同。
如果您前往 Google Play 應用程式首頁，可能會看到以下畫面：
相關商品建議
顧名思義，相關項目是類似於 特定項目以 Google Play 應用程式為例，使用者看到的頁面是 數學應用程式可能也會看到相關應用程式的面板，例如其他數學或科學 應用程式。
建議原因
推薦系統可協助使用者在大型語料庫中找到吸引人的內容。 舉例來說，Google Play 商店提供數百萬個應用程式，YouTube 提供了數十億部影片每天都會加入更多應用程式與影片。做法 是否有助於使用者發掘全新且吸引人的內容？可以，使用者可以透過搜尋功能存取 內容。但推薦引擎可顯示使用者可能 也不必自行搜尋