一般来说，通过自己看过的书籍给自己推荐，基于的是商品间相似度，这种方法很简单，但是也很容易落入“相似的风格”。

假如采用这种方法，你所提出的这两种算法都是可以考虑的，不过如你所说，NLP做中文，可以说基本就是找死，我相信没有公司是采用这个方法来读“书”的，读一下音乐什么的还是可以的。

采用书籍的特种属性，比如种类，作者等等，这就是一个很容易实现的方法了，难度在于哪些维度最有说服力呢？？？结果不能说不准确，因为推荐算法只有哪个更准，没有百分百的准确。人心难测啊。

当当网怎么做的我不知道，毕竟只是个跟随者，推荐研究亚马逊的算法，领跑者，他们家采用的就是“协同过滤”，collaborative filtering，方法如我所说，找到相似用户，看这些用户喜欢什么，就给这个新用户推荐什么，用户的喜欢取决于打分，这样一来，你就不用去头疼算法考虑的维度了。