推荐系统其实各位都不陌生，最为常用的推荐系统就是搜索引擎。从海量的、过载的网页信息中为我们推荐更贴切、更有价值的网址。在电商平台中常用的推荐系统使用：商品分类、颜色、材质、品牌、价格区间等条件进行组合过滤；或者使用:历史销量、价格、用户评价进行排序。推荐系统的另一种功能是促成用户去访问其他网址或者购买其他物品，如：相关资讯、相关标签、购买了此商品的用户还购买了某某商品。

一般来说，推荐系统有两个目的。一方面当作解决信息过载的工具，另一方面是促成用户去做某件事情。

下面我列举电商推荐系统的不足，以及应对的初步思路

1、用销量排序：销量代表的仅仅是过去式，而对于新品或者新的流行是不友好的。最典型的例子就是，夏装的销量很大，而秋装的销量很小，可是多少人会在夏秋交替的时候买夏装呢？因此我建议，还应当提供新品，并根据每天销量变化的移动均线进行推荐，这样就可以把更新的更流行的商品。

2、专业术语进行过滤：专业术语用于过滤商品无疑非常精确的，那些专业术语对于普通的消费者是很不友好的。比如：PVC工程塑料对于非专业用户是很难理解的。而商品功效或者使用效果则是用户迫切希望看到的，倒不如对用户说：更结实耐用。因此：使用功效、效果、特性来进行过滤对用户是更友好的。

电商优化推荐系统可以帮助用户找到更满意，更贴心的商品。对于促成转化是有很大帮助的。