【陈倩璐/钛媒编辑】在《大数据时代》一书中，记录了这样一段历史，颇为有趣。现在，当我们上网购物时，经常会有一个栏目向我们推荐其他的商品，如今看起来很简单、普遍，但这个创意，你知道是怎么来的吗？这种根据以往的购物习惯和爱好向用户推荐的方式来源于亚马逊的创举。

1994年杰夫·贝索斯（Jeff Bezos）创办了这家后来更名为“亚马逊（Amazon.com）的电子商务公司。最初，亚马逊的内容都是由人工完成的。亚马逊聘请了一个由20人组成的书评团队，他们写书评、推荐新书，在亚马逊的网页上推荐有意思的新书，对亚马逊书籍的销量大有帮助。《华尔街日报》曾热情地称他们是全美最有影响力的书评家。

随着亚马逊的书越来越多，这样的人工操作自然越来越显得乏力低效。不久，贝索斯决定尝试更有创造性的做法，根据用户的习惯来为其推荐商品，也就是我们现在熟悉的个性化推荐。

最初，亚马逊的推荐系统将不同用户进行比较，希望找到用户之间的关联，但面对庞大的数据，这种推荐系统算法繁琐，结果也差强人意，往往只能为用户提供与自己以前购买物品只有微小差异的产品。在1996年到2001年都是亚马逊书评家的詹姆斯·马库斯（James Marcus）曾这样评价这种推荐方式：“那种感觉就像你和一群脑残在一起逛书店。”

亚马逊当时的技术人员格雷格·林登（Greg Linden）思考之后，想出了一个解决方法：其实没有必要将不同的用户进行比较，只需要找到产品之间的关联。这样的推荐方式可以提前分析产品之间的关系，所以推荐速度非常快，适用于不同产品，甚至可以跨界推荐商品。

林登将书评家带来的销售量和推荐系统产生的营销业绩进行了比较，发现推荐系统带来的商品销量远远高于书评家，这个销量比较数据直接影响了亚马逊解散书评组，而由推荐系统取代他们来推荐更可能受用户欢迎的产品。

林登说：“书评团队被打败、被解散，我感到非常难过。但是，数据没有说谎，人工评论的成本是非常高的。”取代书评组并不是林登的本意，但智能代替人力却是无法阻挡的。

在亚马逊的带领下，越来越多的公司开始使用这种个性化推荐系统，推动了电子商务的发展。而这种基于海量数据的推荐，也是大数据早期运用的一种形式。

（注：此文主要内容由《大数据时代》一书中摘取编辑整理）