我們在打開任意一個門戶網站的時候都會發現網站中都會有站內搜索，也就是站內檢索，其作用就是幫助用戶快速的找到我們想要的信息，然而在我們打開一條信息的時候在這個頁面我們還會看到有相關的推薦信息讓我們用戶去選擇。然而這站內檢索和信息推薦的作用都是為了更好的提高網站的用戶體驗度，不知道大家有沒有想過這兩者到底有沒有什麼相互聯系呢？
檢索這個功能在很早的時候就出現了，相信大家應該都是非常熟悉了，那麼我們下面就來重點的介紹下這個後來出現的推薦功能，我們必須要充分的了解推薦所具有的特點才能更好的看出這兩者直接到底有什麼優缺點已經相互直接的關系。
什麼是推薦系統？
搜索引擎或檢索系統誕生的歷史背景基本是用戶在面對信息過載時，如何能快速的尋找到自己需要的部分。例如，需要購置一台新的服務器以滿足使用需要，我們應該怎麼做？假設附近有一家HP的代理商，可以直接電話或在他的店中轉一圈，找到適合的機型。又或者如果我們不願意出門，也可以打開HP或Dell的官網，在他們的產品分類列表中找到服務器，或者直接在檢索欄中查找服務器。在這兩個例子中，采購事實上都面臨了一些信息過載，只是專賣店可能很小，找到相應的機型不需要額外的幫助，在網站上則由於有很多不同的機型可供選擇，訪問者就需要依靠分類信息或者檢索欄找到自己需要的機型了。這裡的兩個例子的核心不在於過載程度的高低，關鍵的節點在於用戶或訪問者自身有一個明確的需求，至少訪問者可以自主的形容這類信息。
但是，如果訪問者或用戶沒有明確的需求呢？比如，我在寫這篇文字的時候，想找點背景音樂，但是如果我直接打開某個音樂網站，比如百度的mp3頻道時，面對成千上萬的專輯時，很難說我還能有很明確的選擇方向，往往會不知所措，不知道該從何開始。這時，我面臨的還是一個信息過載的問題，本質上還是一個很嚴重的很廣泛存在的信息過載，但搜索引擎或檢索系統已經很難給我直接有效的幫助。這時，我需要的是一個自動化的工具，可以從我的音樂歷史數據出發，從龐大的音樂庫中為我找到那些符合我聽音習慣和偏好的歌曲供我選擇，這個工具可以稱之為推薦系統。
與搜索引擎的本質區別
為了解決信息過載的問題，無數工具和解決方案被發明出來，到目前為止，做得比較好的，真正得到大部分用戶認同的方法可以分為兩類：分類目錄和搜索引擎。分類目錄通過人工或半人工的方式對互聯網上的網站進行分類以方便檢索者了解某些行業的信息，但顯然以人腦的速度是遠遠無法跟上互聯網的發展速度的。搜索引擎讓用戶以關鍵詞的形式查找自己需要的信息，固然解決了無法全網匹配的問題，但是仍舊面臨著需要用戶啟動的問題，即如果用戶不能准確描述自己的需要時，搜索引擎便無法工作或只能以很低效的方式工作。
推薦系統與分類目錄和搜索引擎的目標一致，他也是一種幫助用戶更快速的發現有用信息的工具，但與搜索引擎不同的是，推薦系統不需要用戶提供明確的需求，推薦系統會自己從用戶的歷史行為數據出發，為用戶的需求和興趣建立模型，從而以之為依據從更大量的信息中匹配符合用戶需要的部分。所以，從這個角度來講，搜索引擎和推薦系統是本質上互補的兩種工具，搜索引擎滿足用戶有明確需求時的主動查找需要，推薦系統則滿足用戶在沒有明確需求時的信息發掘需要。
推薦系統是如何工作的？
為了更好的理解二者的區別，我們有必要對推薦系統的基本工作原理做一個簡單的介紹，我們從回顧現實生活中我們是如何面對多種選擇做出決定（信息過載情況下的判斷）的過程，來說明推薦系統的基本工作原理。下面仍舊以聽音樂為例，一般來說我們可能采用下述幾種方法中的一種或集中來解決這個問題：
向我們認為更專業的朋友、同事咨詢。我們也許會和常聽音樂的朋友聊一聊，問問他最近有沒有什麼很棒的專輯面世，問問他們有沒有什麼可以推薦的，當然如果我們的粉絲足夠多，足夠活躍，我們也可以在自己的微博上發一條“請推薦好聽過的音樂給我！”，然後等待粉絲的幫助。這是可能是我們最常用的推薦方法，在推薦系統中被稱為之社會化推薦，即讓好友給自己推薦物品。
然而通過上述的幾種推薦方式，不難看出推薦系統的本質是通過一定的方式在物品、內容與用戶之間建立聯系，這與搜索引擎的本質任務有很大的不同。