Tipflare首页，可以根据用户输入内容进行一站式推荐。内容推荐引擎在这个时候就派上了用场，它可以根据我们的喜好，甚至分析我们的用户行为为我们推荐我们想要的内容。比如，电影推荐有Netflix，书的推荐有GoodReads等等，如此多的推荐引擎又让用户目不暇接。在这个内容推荐引擎里面什么类别都可以推荐，用户再也不用点好几个站点来分别寻找相关分类产品的推荐了。比如Amazon，而Tipflare是根据用户的喜好进行推荐的，它获取用户喜好的方式有两种，一种是手动输入，另一种是通过Facebook的like。选择图书时它推荐GoodReads。他们对于推荐信息所用算法相当重视，它是提供高质量信息的必要条件，他们想让Tipflare从其他类似网站中脱颖而出。读取Like信息，将其归类，为用户提供推荐信息，以及补充上文中提到的有限的分类和数据。用户在check-in时，程序提供当地推荐信息，不过Foursquare重点在于社交，而Tipflare则更广泛，用户只需简单的操作（注册然后连接Facebook帐号），便能获得自己感兴趣的一切内容。但创始人表示这一功能有相当大的改进空间，做好改进工作是目前Tipflare的首要任务。它不会让广告把网站弄得一团糟。

联系方式

电子邮箱：contact@tipflare.com。