前言
大多数关于推荐系统的图书都讲述了算法及其优化方法。这些书都认为你已经有了一个大的数据集来供算法使用。数据集不会像变魔术那样凭空出现。要想收集到正确的用户偏好数据，就需要投入精力和进行思考。它会成就你的系统，或者搞砸你的系统。“垃圾进，垃圾出。”（Garbage in, garbage out.）这句著名的编程箴言对于推荐系统同样适用。
遗憾的是，适用于某个系统的数据可能不适用于另一个系统。出于这个原因，我们将认真讨论可用的用户行为数据，以及如何在你自己的站点中收集数据。
用户参与度高的网站使其拥有者能够收集到大量相关的数据，而大多数只有一次性访客的网站则需要重点关注内容之间的关系。如果你没有一个拥有大量用户交互的流媒体服务来收集数据，也不要失望，很可能还有很多其他可以收集的东西。
理想情况下，推荐系统收集用户与内容交互时的所有数据，包括测量大脑活动、接触商品时血液中释放的肾上腺素或用户手上出汗的程度。我们的生活连接得越紧密，这种场景听起来就越现实。
在电影《机器人瓦力》（WALL-E）中，人类变成一种没有形状的东西，一生都活在屏幕前的一把椅子上，所有跟他们有关的东西都被输入计算机（想想看，我大部分时间都坐在屏幕前，但至少我会在屏幕之间移动）。由于大多数人除了被连接到推荐系统之外还有其他事要做，因此我们需要降低一些期望值。但是通过网络，我们比任何实体店都更接近用户，所以我们可以了解到更多东西。