最近在学习研究推荐系统算法。比较常见的两种是基于好友关系的协同推荐，以及基于物品特征、特性的协同推荐。
其实基于人协同推荐存在一种非同类人的爱屋及乌推荐方法，例如关注的微博大v、微信大v、微信公众账户、以及网红，关注他们是对他们的认可，
对于他们推荐的书籍、或商品会有格外的认同感。这样两个人之间是不存在协同关系的，更多的是一种单向的认同、认可。其实新浪博客、微博、
微信公众账户都是基于此类方法来获取大量用户的，推荐商品领域未见类似说法。----爱屋及乌推荐方法、基于背书的推荐方法。
基于物品、音乐、人进行标签的方式实现对物品的分类，实现通过有相同标签的方式进行推荐，同时标签也能对人物进行画像使整个人物能够
鲜活起来，例如热爱电影、热爱音乐、爱旅游、80后、90后等等。