這是兩種不同的方式,
第一種相當於是總榜, 票選排行榜之類的
所有的人看到的結果是一樣的.

第二種相當於是匹配度.
比如說網路書店要推薦你書籍, 要先從你之前的點擊動作分析你的個人偏好,
然後把新書做特徵分析, 跟你的個人偏好相匹配, 按照匹配度高低推薦給你.
這種就是每個人看到的不太一樣.

這種方式當然有意義, 他的意義不在於重複你已經看過的東西,
而是從過去的紀錄,去推測你沒看過的東西裡, 可能喜歡哪些,
放到你容易看見的地方.

再說第二種也是特定演算法, 屬於機器學習的一種,
(並不是只會把你看過得東西重放一次給你,
如果這麼白痴, 有人會買****嗎?)