现在的推荐系统，只局限于给用户推荐商品，广告投放的加精，推荐电影，音乐等等。但是只局限于一个思想，就是给用户推荐某一样东西，只能是用户有这种方向的思想的时候才能够获得推荐结果。比如说，用户想看电影了，那么给推荐一个电影，用户想买东西了，可以根据以前浏览过或者买过的东西推荐一个类似的或者配套的东西。但是如果用户不想做的时候，甚至连用户自己都不知道该干嘛的时候，怎么办？
可能宅男宅女们都会有无聊的时候，什么都不想干，也不知道该干些什么，如果这个时候，有人建议你现在干嘛最好，或者大部分人现在都在干嘛，这样的产品会让用户感觉十分贴心。这个就是用户行为推荐。
用户希望或者愿意去发生的行为会受到很多因素的影响，比如，时间上，一年四季中每个季节都会有适合做的事情，一天中，每个不同的时段也会有该做的事情，而且还会受到天气的影响，个人想法时间因素和天气应该混合起来进行判断；地点的分析是在建议用户去户外活动的时候考虑的因素，如果用户身边有一个体育公园，那么为其推荐行为的时候就该多推荐一些体育项目。当然，影响用户行为的最重要的因素还是用户的性格，用户的性格模型的建立其实很简单，首先要确定的时候用户的性别，在用户首次使用产品的时候，为用户推荐大部分人现在都在做的事情，可能分为好多种，让用户在其中挑选一项，综合现在的时间、天气和其所处的地点，经过为期几天或者更久的训练，使用户性格模型稳定下来，更简单的是在心理学界有很多的性格测试的试题，用户上来直接做一套试题，作为其性格的初始模型，之后再根据其行为不断丰富其性格模型。但是性格模型的描述该怎么做，这个...应该是心理学家擅长的东西吧~
当然，这个系统最大的制约因素是数据，系统需要大量的用户行为数据，这个收集起来非常困难...毕竟，如果没有利益驱动的话，谁都不会把自己一天做了些什么告诉别人吧...毕竟这是很隐私的事情。
展望：当用户不知道自己干嘛的时候，使用行为推荐系统，系统会给用户一个根据其性格，综合其所处的地点，时间和天气情况给出一个非常合理的建议。比如，现在是周末，天气晴朗，不冷不热，用户小区边上有一个公园，用户本身不排斥运动，那就推荐让他打会儿球吧。
感觉这个东西大公司做比较合适。