不同的电商平台由于经营商品的侧重点不同，往往都有自己独特的问题，不能笼统的套用别人的推荐模式。如综合性网络购物平台往往担心自己有限的展示区域一级顾客兴趣的多样性，专卖大型商品的商家则可能担心购买的转化率，还有一些商家会担心冷门商品的曝光率，等等。对于这些问题，我们就需要提出有针对性的、个性化的推荐方案。
案例应用：
百分点的个性化推荐服务
百分点是国内第一家专注大数据与推荐引擎的互联网技术公司。某电子商城曾向百分点科技寻求良策，以解决自己遇到的难题：
1.电子商城有限的展示区域，不能够满足过万的在线商品的有效曝光，特别是长尾商品，以及新品的展示问题。
2.电子商城客户的多样性，从客户购物体验的角度需要呈现其偏好的商品。
3.电子商城的转化率不高，特别是市场活动带来新客户的跳出率非常高。
百分点公司通过对网站的数据进行分析，发现箱包产品本身功能的差别不明显，且消费者一般不必花费很多时间去收集并评估不同品牌的各种信息，而主要关心的是商品的款式，价格是否优惠、物流配送等问题。另外，对于电子商务的购物直接是通过鼠标进行的体验式购物——当客户为寻找到其偏好的商品，或者对于网站的其他因素不满意时，则可以轻松地单击鼠标更换其他的同类电子商城。于是他们提出：按顾客偏好抽取同类的商品列表，用户可以直接到达商品明细页面，以降低客户退出率；按客户偏好抽取对应的跨类商品列表，实现交叉营销，以提高客单价。在这些方案实施两周后，电商的营销额增长了5%。
因此，推荐系统的成功并不仅仅是优化推荐算法本身，还需要针对自身网站的需求和弱点，提出个性化的推荐方案。
