随着电商的普及，网上购物早已成为人们生活中必不可少的一部分，每个人的手机上都至少安装着一种网购软件，但即使是相同的购物APP，针对不同人也会有不同的主页推荐物品，而且你会发现这些物品一般都是最近想买的，这到底是为什么呢？
网购平台之所以能够如此精准地给用户推荐商品，和其背后的个性化推荐算法有关。在网购平台发展之初，平台用户较少，平台服务器还没有足够的用户数据来支撑个性化推荐算法，只能利用丰富的产品类型来弥补。此时，针对不同的用户，虽然网购平台还不能做到个性化推荐，但根据前期用户的性别、年龄和地区等基本信息，虽然可以做到不同年龄、不同性别的差异化推荐，但同类型的用户会收到相同的推荐。
随着网络和智能手机的发展，手机成为可以完全锚定一个自然人的私人物品，那么人们在手机上的一些列操作行为，就具有极高的分析价值。现在的购物平台正是收集了大量的用户数据，反馈到服务器就成为了对人的描述。我们在了解网络世界的同时，网络也在了解我们。
网购平台通过手机用户数据来描述用户的行为称为用户画像，举例来说，假若在购物平台查看教辅资料，购物平台就会根据年龄和性别信息，把你判断成为学生或者是其它身份。如果你在某一属性商品停留较长时间，购物平台会再次推荐相同属性的商品给你。网购平台还会根据消费记录、浏览记录、搜索关键词、输入法数据、地理位置、教育学习数据和联网在线时间等各种各样的数据标签把用户打造成数据的集合体，通过这些数据，网购平台在网络世界构造一个虚拟的个体，通过这个虚拟的个体，网购平台就能精准地了解你的需求，并快速把你需要的东西推送到你的面前。
本文由北京邮电大学计算机科学与技术研究专业副教授张忠宝进行科学性把关。
