现在“智能推荐”几乎成了一个内容网站的标配，为了提高用户的滞留时间，就需要想办法搞些新花样。比如用户文章读到最后时，把用户感兴趣的文章列出来，美其名曰：猜你喜欢。

现在，如果小编出10000美刀，让你来实现这个智能推荐功能，你会怎么去做呢？根据常理，思路是不是应该是这样的？

1、设计一张tag表，每篇文章都有相应的tag，这样就可以根据tag给读者推荐相似的文章。

2、给每个用户设计一张用户自画像算法，根据算法去分析每篇文章，然后把相关文章推荐给用户。

实话说，要做好的话非常不容易，估计后面是需要用到当前最火的AI了。这么个思路的话，那智能推荐代码至少得需要读取数据库吧？不读怎么去获取相似的文章信息呢？

但，小编最近搜到一个“智能推荐”插件，功能就屌爆了，任何内容网站，你只需要拷贝它的一行JS代码到你网站就可以了。根本无需什么读取数据库的，只要JS代码就搞定。

小编就不解了，人家到底是用什么思路实现“智能推荐”的啊？再说各家网站的数据库，内容都不一样，你一行JS代码通吃，这我当时还真犯迷糊了。读者你有思路吗？

内事不决问baidu，我就在百度上输入：友荐 JS 代码不起作用。在segmentfault网站查到这么一条记录：

小编看到“部署以后可能需要一段时间生效”，顿时就茅塞顿开，想明白了。你想明白了没？

它是个万能插件，只需要拷贝它的js代码就能实现智能推荐，而且无需读取你本地的数据库，哪被推荐的数据从哪里来？看这个回答：部署以后可能需要一段时间才生效。其实答案就在这里。

是这样的，当用户浏览页面时，这js会把用户浏览页面的标题,url等相关信息发送到它的server里。本质上它就是在你网站装了个数据采集器，虽不读你的数据库，但会把你的数据采集后存到它自己的数据库，所以部署后才需要一段时间去积累相关的数据，否则是推荐不出来的哦。而你本地显示的推荐记录，是从它自己的采集库里读取后显示出来的。

其实就是转变个思路而已，数据库还是需要的嘛。但它的设计思路确实非常好，这样一是可以做到万能插，二是能合法采集到其他网站是数据，真是两全其美啊。