第一次在知乎回答手足无措的感觉。
短答案:不是
长答案：
就我浅薄的见识看，决定一个推荐系统是不是成功有太多的方面。算法肯定是其中最重要的之一（要是给个随机数生成器，估计是个人就能感觉得出来这个推荐系统多二），但是绝对不是全部。
从我的使用经验和读他们的paper来看，亚马逊现在使用的推荐系统仍然是item-to-item的算法，最基本也是最简单但也是用得最多的算法。注意看如果你去买一个相机，它给你推荐的一定是那个相机相关的器材，也就是说，亚马逊似乎并没有集成一系列matrix factorization之流在各大会议上发到爆棚的“牛逼”算法。这主要是因为，一般复杂的模型难于实现难以维护，而且达到的效果只是在基本算法上的边际提升。
之所以亚马逊的用户体验还不错，主要是很多因素在综合起作用，而不光是他们的算法很牛逼。举几个例子：
1）推荐解释。如果推荐的时候给你解释为什么要给你推荐这个产品，那么你接受起来会更容易一些。（由于亚马逊没有社交网络，比如FB和Twitter的关系团，所以没有办法给你朋友推荐，但是如果能加上你的强社会关系用户的评价，推荐系统的使用性会更好。参见：http://arxiv.org/abs/1304.3405）
2）评价。每个商品推荐时候的ranking都是结合过用户评价，也就是说不光是推荐系统在起作用，评价的情感分析，评价总结都有考虑。这样给你推荐一个商品的时候，很少会推荐一个你觉得“烂”的产品。
3）网站本身体验就不错。
综上，算法仅是一个方面，netflix大赛107个model的例子也让大家都明白了，复杂的model在paper上写写就好，工业界要用的主要还是能用算法+产品+体验。
— 完 —
本文作者：谢科
【知乎日报】
你都看到这啦，快来点我嘛 Σ(▼□▼メ)
此问题还有 41 个回答，查看全部。
延伸阅读：
Amazon 为什么不在国内推出 Kindle？
amazon.cn会支持海淘的kindle吗？
