关于推荐的话题实在太多了，无论是Amazon还是淘宝，他们根据的是消费者购买行为、浏览行为、群体偏好、产品自身特性等因素，通过不断优化来取得更好的效果。但如果他们想把这个搬到移动互联网上，我想说，这远远不够。

前些天RWW有一篇关于产品应该“Mobile-first”的文章，译言第二天如我所料翻译出来。其中提到24小时、语音、定位三个重要的因素。基于这三点，移动互联网的信息推荐会比互联网更准确。

可以纳入到推荐算法的因素有

• 用户的所在地点
• 时间
• 由时间和地点衍生出的信息——如天气

例如，当你在大睛天出门旅游时，可以推荐的信息就是哪里有水卖，在整合之前的消费行为后，手机将可指引你到附近有卖饮料的地方，而且，还是最便宜的，不含三聚氰胺。

如果将语音考虑进来，你甚至可以通过IM来与有消费者确认其售后服务质量，如果接电话的人觉得这是骚扰，那么，我们可以将返利这种商业模式整合进 来，如果帮助促进销售，就提成x%，在刚刚开始销售时，可以加大x的值，保证吃螃蟹的人能额外的收益，从而推动更多的人进行购物。

毕竟很多B2C已经在进行向商品评论者提供返利的模式了。比如说popcuts.com。不过说起来简单做起来很复杂，慢慢研究~~