基本思想:利用一些興趣愛好相似、擁有相同經(jīng)驗群體的偏好給目標用戶推薦可能感興趣的項目畸肆。
協(xié)同過濾算法的實現(xiàn)：構(gòu)建用戶一一項目矩陣泡徙，尋找最近鄰居，產(chǎn)生TOP-N推薦數(shù)據(jù)三個步驟该肴。
目前協(xié)同過濾推薦技術(shù)的主要類型為:
1、基于用戶的協(xié)同過濾推薦方法
? ? ? ? 根據(jù)用戶訪問行為的相似性向目標用戶推薦可能感興趣的資源藐不，其處理過程如圖所示匀哄。
2、基于項目的協(xié)同過濾推薦方法
? ? ? ? ? Sarwr教授提出的基于項目的協(xié)同過濾技術(shù)的基本思想:計算已評價項目與待預測項目的相似度來尋找推薦對象的最近鄰居雏蛮∠呀溃基于該算法的推薦精確度低，可對算法進行改進:首先基于項目特征屬性矩陣計算項目間相似性挑秉，找出鄰居項目的候選集法梯，然后基于用戶——項目評分矩陣計算目標項目與鄰居項目候選集中項目的相似性，找出目標項目的最近鄰居集，該項目利用自身屬性和用戶評價的影響立哑，雖然解決了數(shù)據(jù)的稀疏性和冷啟動問題夜惭，但是對于新用戶還是無法有效推薦。
3铛绰、基于模型的協(xié)同過濾推薦方法
基于協(xié)同過濾算法存在的數(shù)據(jù)稀疏和冷啟動問題诈茧，提出了基于模型的協(xié)同過濾算法。它是根據(jù)數(shù)據(jù)庫中的數(shù)據(jù)捂掰，建立相應的模型生成新的預測和用戶偏好敢会，模型有基于貝葉斯網(wǎng)絡技術(shù)的模型、基于SVD奇異值分解技術(shù)的模型这嚣、基于關聯(lián)規(guī)則的模型和基于聚類的模型等鸥昏。這種方法的關鍵在于如何將用戶的最新信息實時的反饋給模型，從而提高推薦的精確度姐帚。
