有必要
推荐系统的根本目的，在于促进建立两种对象数据间的关联关系
这种关联关系是一种抽象的表达，在用户-物品的产品场景中，用户与产品可能存在的关联关系的数量级在<br>M×N左右（以所有关联关系等价的情况）。相较于这种完全笛卡尔积的空间容量，使用用户行为数据表达，在空间上是稀疏的，在来源上是自然产生的，所以用户行为是优质的关联关系表达
除了以用户行为表示关联关系之外，使用一些特征工程及专业知识也能表达关联（或者期望关联）——比如音乐基因工程及基于基因去遴选期望的收听用户
当关联关系抽象泛化后，冷启动是解决关联关系从无到有的问题，是无法绕开的
不过有的模型需要在已有的关联关系上进行学习，有的模型不需要学习，只是用已存在的关联关系做验证，对后者而言，解决冷启动的过程其实就是建立模型的过程
在用户-物品产品场景中，推荐的作用
解决信息过载
帮助、促进用户主体对物品建立关联，这个过程中有一个用户决策动作
对决策的支持，扩展到通类的信息交互场景中，便是人工智能的一个目的——模拟人的智力行为
