感謝david邀請。第一次在知乎回答手足無措的感覺。
短答案:不是
長答案：
就我淺薄的見識看，決定一個推薦系統是不是成功有太多的方面。演算法肯定是其中最重要的之一（要是給個隨機數生成器，估計是個人就能感覺得出來這個推薦系統多二），但是絕對不是全部。
從我的使用經驗和讀他們的paper來看，亞馬遜現在使用的推薦系統仍然是item-to-item的演算法，最基本也是最簡單但也是用得最多的演算法。註意看如果你去買一個相機，它給你推薦的一定是那個相機相關的器材，也就是說，亞馬遜似乎並沒有整合一系列matrix factorization之流在各大會議上發到爆棚的「牛逼」演算法。這主要是因為，一般復雜的模型難於實作難以維護，而且達到的效果只是在基本演算法上的邊際提升。
之所以亞馬遜的使用者體驗還不錯，主要是很多因素在綜合起作用，而不光是他們的演算法很牛逼。舉幾個例子：
1）推薦解釋。如果推薦的時候給你解釋為什麽要給你推薦這個產品，那麽你接受起來會更容易一些。（由於亞馬遜沒有社交網絡，比如FB和Twitter的關
