Mark下：
2009年ACM推薦系統大會上Strand研究人員做的一個報告“推薦系統十堂課”，在這個報告中Strand的研究人員總結了他們設計推薦系統的經驗，提出了10條在設計推薦系統中學習到的經驗和教訓。
確定你真的需要推薦系統。推薦系統只有在用戶遇到信息過載時才必要。如果你的網站物品不太多，或者用戶興趣都比較單一，那麼也許並不需要推薦系統。所以不要糾結於推薦系統這個詞，不要爲了做推薦系統而做推薦系統，而是應該從用戶的角度出發，設計出能夠真正幫助用戶發現內容的系統，無論這個系統算法是否複雜，只要能夠真正幫助用戶，就是一個好的系統。
確定商業目標和用戶滿意度之間的關係。對用戶好的推薦系統不代表商業上有用的推薦系統，因此要首先確定用戶滿意的推薦系統和商業上需求的差距。一般來說，有些時候用戶滿意和商業需求並不吻合。但是一般情況下，用戶滿意度總是符合企業的長期利益，因此這一條的主要觀點是要平衡企業的長期利益和短期利益之間的關係。
選擇合適的開發人員。一般來說，如果是一家大公司，應該僱用自己的開發人員來專門進行推薦系統的開發。
忘記冷啓動的問題。不斷地創新，互聯網上有任何你想要的數據。只要用戶喜歡你的產品，他們就會不斷貢獻新的數據。
平衡數據和算法之間的關係。使用正確的用戶數據對推薦系統至關重要。對用戶行爲數據的深刻理解是設計好推薦系統的必要條件，因此分析數據是設計系統中最重要的部分。數據分析決定了如何設計模型，而算法只是決定了最終如何優化模型。
找到相關的物品很容易，但是何時以何種方式將它們展現給用戶是很困難的。不要爲了推薦而推薦。
不要浪費時間計算相似興趣的用戶，可以直接利用社會網絡數據。
需要不斷地提升算法的擴展性。
選擇合適的用戶反饋方式。
設計合理的評測系統，時刻關注推薦系統各方面的性能。