随着移动互联网的快速发展，我们进入了信息爆炸时代。如何帮助用户从海量信息中找到关注或者感兴趣的内容，成为很多产品在设计之初考虑的重要问题。推荐功能也成为了各种产品设计的标配。
构建推荐系统通常有两种方式：一是利用Saas系统，通过调用第三方接口的方式获取个性化推荐结果；二是通过组建自有的推荐技术团队，对个性化推荐进行自主研发。
为了企业实现对推荐系统的灵活应用，达观数据个性化推荐团队总结多年在推荐领域的服务经验，从“简洁易用、部署便捷、策略可控、支持场景化管理”四个方面进行全面升级优化，推出了可私有化部署的推荐解决方案——达观智能推荐系统。
达观智能推荐系统能够同时兼具运营简单便捷和技术调优迅速功能于一体，尽最大可能为企业提供省心高效的个性化推荐服务。通过Saas推荐服务和智能推荐系统协同配合，既满足了推荐服务接入的简易性，又可以通过私有化部署实现算法团队的工作灵活性。
达观数据智能推荐系统分为场景配置、数据上报、策略配置、推荐调试、性能监控、用户运营、账户设置等7大模块，集合了查询、配置、数据导出等功能，直观清晰地实现了智能推荐从初步部署到功能维护整个流程的需求，是技术人员和运营人员的一站式平台。
用户可以针对不同推荐栏位（pc首页、app频道页…）创建场景。在“场景配置”模块，用户点击“新增场景”按钮，填写“场景类型”、“推荐类型（个性化、相关和热门）”、“描述”、“创建者”后创建场景，对于创建好的场景，支持“编辑”和“删除”。
用户将产品数据、用户数据、行为数据通过api接口上报给达观后，“数据上报”模块会实时进行展示，用户可在此模块对数据进行检索、编辑和查看。“产品/行为数据统计”可对日常上报数据数量及不同类型的数据进行统计。
数据上报完成后，就可以进行推荐黑名单、固定展示项等基础配置。除此之外，达观智能推荐系统支持创建策略-配置算法策略-加入业务规则-策略效果统计等全流程配置。
在“策略包管理”模块，用户可配置一次推荐结果中，使用的算法及其召回占比，同时支持不同算法召回结果的排序权重，除了算法策略外，系统还预设了多样性、时效性配置和补足策略使用。
在“上线方案”模块，用户可上线在“策略包管理”模块配置的算法，配置上线用户流量。
在“效果统计”模块，用户可随时查看点击率、人均点击等指标，第一时间了解策略上线后效果，同时支持不同场景数据对比。
“推荐调试”模块可用于体验推荐效果、排查问题和测试等，在这里，可以看到用户历史推荐和操作日志，同时可以模拟用户进行点击。
例如技术人员上线了“一次推荐结果中，必须推荐娱乐类别的资讯”策略，想知道该策略是否已生效，就可以在“个性化推荐调试”模块输入相关参数后提交，即可看到本次推荐结果和历史推荐列表，查看这些产品的详细信息，即可判断是否推荐了娱乐类别的产品。
在“系统状态”模块，用户可以从天级和小时级两个维度查看推荐引擎的调用次数，同时，可以查看系统的响应时间分布，及时发现并解决问题。
在“用户运营”模块，用户可以从更深的维度进行数据挖掘及统计分析。该模块支持限定不同参数生成用户及产品画像，帮助运营人员挖掘用户之间、产品之间、用户与产品之间的联系，实现用户研究、用户预测和精准营销。
