一般來說被推薦者大多尚未成名，因表現優秀或才能突出而被推薦。如楚漢相爭時簫何向劉邦推薦韓信、三國時徐遮向劉備推薦諸葛亮等等。例子很多，就不一一列舉了。

尚未成名，如何排名？

被排名的是一群早已成名的人或國家以及其它已被人們所熟知的事物。如三國武將武功高低的排名，還有當今世界各個國家軍事實力強弱的排名、各種食物營善高低的排名，等等。這樣的例子也很多。

這就是推薦和排名的區別，當然這種區別不是絕對的。僅供參考。

沒什麼太大的區別。

假設有100個人，領導要讓我推薦5個人出來。

在機器學習裡面的做法是根據這100個人的一些特徵，比如身高，體重，肺活量，家庭環境什麼的，進行打分。

每個人都有分數之後，再進行排序。然後選擇分數最高的五個人給領導就好了。

在做推薦的時候，實際上也是對他們做了一個排名。不過我們可能不會太在乎後面的名次。

所以做一般推薦的時候步驟主要分為：召回，預測。

召回是粗排，先大致看看這100人，選一些比較顯眼的特徵進行觀察，挑出20個看起來最強壯的。

預測是精排，會耗費大量時間抽取這20個人的特徵，然後再花大量時間去進行評分。

然後再選擇前5名。