假設我們已知一部落格專門撰寫一些主題文章如:硬是要seo ,當我們在瀏覽部落格的時候,我們會先到部落格的首頁,再來根據文章的分類或站內搜尋來獲取知識,雖然目前有很多推薦閱讀的小工具,但是這些工具基本上都是根據關鍵字的相似程度來做推薦的,但如果該部落格有非常大量的關鍵字都相似如:本站的SEO,幾乎都是每篇文章的關鍵字,這時候小工具的推薦就非常的沒有用了。根據的觀察(使用者行為的LOG),發現許多使用者透過導覽區塊找下一篇文章,但是到了下篇文章後,有可能並非是他們所希望看到的,再來觀察WP的文章推薦小工具,如果是像硬是要SEO這種單一主題的部落格,很容易推薦工具會變成熱門文章推薦,所以希望利用Data Mining的方式來做好推薦工具,讓使用者可以真正的看到自己想看到的文章,增加使用者停留時間與減少跳出率。並根據不同的地區、瀏覽器、OS推薦不同的文章。