很少有app或网站是只采用一种推荐方式的，大部分都是采用混合的推荐机制，应用得比较多的是基于内容的推荐+协同过滤推荐。
大部分思路是利用基于内容的推荐去解决冷启动问题，积累足够多的用户特征和项目特征之后，利用协同过滤推荐就可以给用户推荐更多甚至用户都没有意识到的他感兴趣的东西，给用户更多惊喜。
接下来举个豆瓣的例子，豆瓣是比较典型的基于内容的推荐+协同过滤
下载豆瓣，注册之后，在进入主页之前会先让你选兴趣标签，这就是利用基于内容的推荐的优势，解决协同过滤的冷启动问题；
进入首页前可以先选择兴趣标签
当然用户也可以直接跳过这一步，这时候的为你推荐可根据你使用第三方app账号登录时，根据第三方app的相关特征描述对你进行推送，或者随机推送等也可以解决冷启动的问题，但可能并不是那么精准了。
下面来看下豆瓣猜，关于豆瓣猜，官方给出过如下说明：
你的个人推荐是根据你的收藏和评价自动得出的，每个人的推荐清单都不同。你的收藏和评价越多，豆瓣给你的推荐会越准确和丰富。每天推荐的内容可能会有变化。随着豆瓣的长大，给你推荐的内容也会越来越准。
从以上说明可以看出豆瓣猜是采用了基于用户的协同鼓励推荐，因为用户的收藏和评价是十分影响推荐的准确性的，这说明豆瓣依据用户的收藏和评价等信息来计算用户之间的距离，距离越近的用户会被定义为品味相似的用户，那么豆瓣猜会推荐与你品味相似的那群伙伴对某个item的喜欢程度来决定是否将它推荐给你
豆瓣为你推荐
豆瓣是允许用户进入【设置-兴趣标签】调整自己的兴趣标签的，能够比较方便地调教推荐系统，亚马逊也提供了类似的功能，感兴趣的朋友可以去登录自己的亚马逊看下。
设置-编辑兴趣标签
大纲如下：
第二部分：协同过滤推荐之基于用户的协同过滤推荐（以麦包包为例）；
网友评论