ring），其基本思想是用统计的方法得出所有用户对物品或者信息的偏好，然后发现与当前用户口味和偏好相似的“邻居”用户群，基于某个邻居的历史偏好信息，为当前用户进行物品的推荐，所以该方法也称基于用户的协同过滤（User-based Collaborative Filtering）或基于邻居的协同推荐（Neighbor-based Collaborative Filtering）；二是基于模型的协同过滤推荐（Model-based Collaborative Filtering），是指根据用户和物品的直接历史点击或购买记录，来计算物品和物品之间的相似度，得出一个模型，然后根据用户的历史偏好的物品信息，将挖掘到的类似的物品推荐给用户，即用此模型进行预测。（余力）
与传统文本过滤相比，协同过滤有以下优点：一是能够过滤难以进行机器自动基于内容分析的信息，如艺术品、音乐；二是能够基于一些复杂的，难以表达的概念（信息质量、品位)进行过滤；三是推荐具有新颖性。正因为如此，协同过滤在商业应用上也取得了不错的成绩。Amazon、CDNow、MovieFinder都采用了协同过滤的技术来提高服务质量。
项目经理胜任力免费测评PMQ上线啦！快来测测你排多少名吧~
http://www.leadge.com/pmqhd/index.html
