1. 随机
2. elasticsearch 的 more like this 方法
3. 让专门的搜索工程师研究相关度分析

这个？ http://baike.baidu.com/view/5909535.htm?fr=aladdin https://github.com/id774/recommendation

其实觉得随机就可以了

一般来说就是关联规则挖掘吧，根据用户点击过的文章做关联。协同过滤的话需要用户对文章进行评分，根据分数进行推荐。这个是比较简单的，如果想要深究的话就看看数据挖掘的资料吧。

我说给我推荐的文章怎么不对胃口，原来是随机的，被程序员忽悠了

是要根据用户行为来做的吧，比如读啥文章比较对，关注者，关注的栏目，搜索的关键字什么的

当初做门户产品，也有类似需求，我是用dice 系数实现的，比较简单，效果一般。 就是在热门文章里，找出与当前文章最相似的文章来推荐，当然是用预先编辑好的关键词。

这种方法只是推荐相似文章，如果产品里涉及其它数据输入，比如评分，或喜欢等数据，想推荐用户可能真的喜欢的，可以考虑用 slope-one 算法。

那本说推荐算法的书：推荐系统，很不错，虽然很多公式看不懂，但能开眼界。

相似度算法，推荐算法。