计算广告与推荐系统有哪些区别？

除广告系统与推荐系统相似，还有搜索系统也比较相似，下面我将对这三者做一个对比。

广告系统、推荐系统和搜索系统均涉及排序、过滤的计算方式，但其在以下5个方面均有异同：

1．用户获取信息的方式。

广告与推荐系统，用户都是被动的，但搜索不一样，用户是主动搜索的，他需要输入一些关键词，会加入一些自己的意见和重点。

2.点击率要求。

这三个系统对点击率都有要求，仅在要求上有些区别，这就不详述了。

3.惊喜度要求。

对于广告和搜索系统来说，不需要太多的惊喜度。比如，如果我搜一个关键词，搜索到我想要的资料时，并不会觉得很惊喜，甚至认为是理所当然，但是在推荐系统里，用户往往对惊喜度是有要求的。

具体来说，用户对于一个推荐系统的期望是希望产品能够给他们一些惊喜，如用户 A 虽然不知道产品用了什么数据、什么方法，但如果突然推荐了一首可能他已经快遗忘的自己却很喜欢的歌时，他就会因感到产品“好懂我”而惊喜。

4.个性化要求。

在广告和搜索系统，个性化的需求是可有可无的，不管有没有系统也能正常运作。但是，对于推荐系统来说，个性化要求非常高，甚至越高越好。因为个性化推荐针对的是差异化的单个场景，一定会有个性化的要求。

5.用户反馈。

广告和搜索系统存在比较隐性的反馈，即对于搜索结果好不好？一般很少有搜索引擎厂商会直接问用户，你喜不喜欢搜索结果，更多是厂商去判定广告效果和搜索效果，一般是通过 CTR，或通过整个产品的某些长期留存表现来判定。但是，对于推荐系统来说，很多推荐产品会直接地问用户的喜好，存在很明显的显性主观表达。

因此，同样是解决类似的一系列问题。 但是这三个不同的系统存在极大的差异（如下图），这些区别直接决定了企业去判断某个业务适不适合使用个性化推荐，以及该如何做好个性化推荐。

更多互联网干货和案例，可关注【神策数据】公众号了解~