這是一個非常好的問題，在當前很多大型網際網路平臺都在紛紛使用推薦系統的大背景下，瞭解推薦系統的優缺點也是有必要的，普通人在瞭解推薦系統的過程中，也可以根據自身的需要來“訓練”推薦系統，以便於讓推薦系統更好地運轉。

說到推薦系統的定義，很多人在不同的角度會給出不同的定義（認知），總的來說，推薦系統是為使用者來進行資訊定位的，或者說為使用者在海量資訊當中找出“潛在的”價值含量比較高的資訊。從這個角度來看，推薦系統的意義是非常積極的，在當前的網際網路、大資料時代，推薦系統的作用也會越來越明顯。

推薦系統既然有好處，也自然會有一些負面作用，而這些負面作用體現在以下幾個方面：

第一：利用推薦系統“殺熟”。推薦系統本身是比如容易瞭解使用者的資訊需求動向的，根據使用者的網路流量資料，推薦系統也能夠掌握使用者的很多習慣，以及一些需求方面的細微變化，如果推薦系統根據這些使用者的資訊進行“殺熟”，本身還是比較容易實現的，這也可以看成是推薦系統一個比較大的潛在風險。

第二：為使用者構建認知“壁壘”。推薦系統在某種程度上改變了使用者獲取資訊的方式，很多本來有機會出現在使用者視野當中的資訊，很有可能會被推薦系統過濾掉，這實際上也會為使用者構建起一個隱形的“資訊壁壘”，對於使用者來說，推薦系統就像給使用者“吃糖丸”一樣，使用者得到的永遠是使用者喜歡的資訊，而不一定就是使用者真正需要的資訊。而要想打破這個壁壘，一種比較有效的方式就是透過自己的搜尋行為來影響推薦系統。

第三：過度商業化。在很多商業網際網路平臺上，推薦系統必然會有商業化用途，這是無可厚非的，也是推薦系統被開發的早期訴求之一，但是過度的商業化也會為使用者帶來一定的反感，甚至會影響使用者的使用體驗。