淘宝看了又看是淘宝电商平台上的一种推荐算法，它能够根据用户的浏览记录、购买记录、搜索记录等数据，推荐符合用户兴趣的商品。本文将从淘宝看了又看的原理、推荐算法、推荐效果等方面进行详细分析。

淘宝看了又看的原理是基于协同过滤算法。协同过滤算法是一种推荐算法，它通过分析用户行为数据，找到与目标用户兴趣相似的其他用户，然后根据这些相似用户的行为，推荐目标用户可能感兴趣的商品。

淘宝看了又看的推荐算法主要分为两种：基于用户的协同过滤算法和基于商品的协同过滤算法。

基于用户的协同过滤算法是根据用户之间的相似度来进行推荐的。当用户A和用户B都喜欢商品C，那么当用户A在淘宝上看了又看商品D时，淘宝就会认为用户A和用户B在商品D上也有相似的兴趣，然后向用户A推荐商品D。

基于商品的协同过滤算法是根据商品之间的相似度来进行推荐的。当用户A和用户B都喜欢商品C，那么当用户A在淘宝上看了又看商品D时，淘宝就会认为商品D和商品C相似，然后向用户A推荐商品C。

除了协同过滤算法，淘宝看了又看还使用了其他一些推荐算法，如基于内容的推荐算法和基于热门商品的推荐算法。

基于内容的推荐算法是根据商品的属性和描述信息来进行推荐的。当用户A在淘宝上看了又看商品D时，淘宝就会根据商品D的属性和描述信息，推荐与商品D相似的其他商品。

基于热门商品的推荐算法是根据商品的热度来进行推荐的。当用户A在淘宝上看了又看商品D时，淘宝就会根据商品D的热度，推荐其他热门商品。

淘宝看了又看的推荐效果非常不错。据统计，淘宝看了又看每天为用户推荐的商品数量达到了数亿件，成功率高达80%以上。同时，淘宝看了又看还具有一定的个性化推荐能力，能够根据用户的兴趣偏好，推荐更加符合用户需求的商品。

总之，淘宝看了又看是淘宝电商平台上的一种非常有效的推荐算法，它能够根据用户的浏览记录、购买记录、搜索记录等数据，推荐符合用户兴趣的商品，为用户提供更好的购物体验。