大資料是我的研究方向之一，我也做過推薦系統（尚未商用），對推薦系統有一定的瞭解，所以我來回答一下這個問題。

其實，推薦系統出現的時間要遠早於大資料概念的提出，早期在亞馬遜等電商平臺上就有了推薦系統的應用。推薦系統出現的初衷是更好的服務於使用者，提高使用者的使用體驗，儘量縮短購物的查詢時間，提高使用者的購物效率。

早期的推薦系統存在諸多弊端，目前隨著大資料的發展，推薦系統也增加了很多維度，在推薦的內容上更智慧。目前的推薦系統已經有了諸多進步，主要體現在以下幾個方面：

第一，避免重複推薦的尷尬。透過大資料系統的應用，能避免之前推薦系統出現的重複推薦的尷尬情況，對已經購買的使用者不再進行同產品的推薦。

第二，按照時間曲線來推薦使用者感興趣的產品，結合長期興趣和短期興趣。

第三，推薦具有多樣性和新穎性。

第四，保護使用者的隱私不被洩露。大資料時代的使用者隱私是非常重要的，目前的推薦系統大多已經對隱私做了比較充分的保護，未經系統授權的訪問是無法獲取資料的。

第五，儘量在需要的時候出現。這個是推薦系統比較複雜的地方，根據大資料分析來判斷使用者的行為相關性，進而在適合的時間推薦適合的產品。

推薦系統的出現是針對電商海量商品的選擇難問題，推薦系統的發展也逐漸推廣到各個領域，包括諮詢領域。

以上就是我的觀點。

如果有網際網路方面的問題，也可以諮詢我。

為什麼不呢？

無論是什麼時代，選擇看什麼是我的自由，給我推薦什麼是系統的自由。

但是無論如何，我有選擇我獲取資訊方式的權利。

人們對推薦資訊的擔憂，莫過於會影響使用者接收到的資訊方向，從而導致看不到其他的觀點和聲音。這種效應被稱為“資訊繭”效應，帶來的後果將會是觀點的極化，也就是越來越傾向於認為自己的觀點是正確的。

這無疑是有害的。題主的擔憂也正在於此。不過這其實是可以靠觀念和技術來解決的。

觀念很簡單：任何資訊報表現的都是事實的一個側面，而非事實的全部。這樣的信念，是建立完整認知的第一步。

這種主動性，對作出重要決策很有用。

而事實上，在日常生活中，需要用到這種方法的機會也不多。這個世界上發生的絕大多數事情，和我們都沒什麼關係；知道也好不知道也好，完全不會影響我們的生活。過多的雜亂資訊反而會浪費時間、影響我們的精力。

與其等待推送，不如主動尋找。

這才是資訊時代的正確生活方法。