协同过滤推荐算法（mark）

协同过滤推荐算法（更新ing）

一.协同过滤算法概述

协同过滤推荐算法是推荐系统中经常使用的、最基本的算法，在实践中被广泛采用。协同过滤算法的原理，简单来说就是通过对用户群的兴趣或相似兴趣协同过滤分析后，产生对信息的预测，进而完成推荐。
举个栗子：甲对某种事物的选择，会受到周围其他人的影响，他人会给予甲某种选择，这也就成为了甲选择的基础且有效的信息，系统通过对这些信息进行分析和筛选，剔除掉无关项，最终把有效信息推送给甲。

二.协同过滤算法的分类

协同过滤算法分为基于用户（User-based）的推荐算法、基于物品（Item-based）的推荐算法、基于模型（Model-based）的推荐算法。

1. 基于用户的推荐算法

2. 基于物品的推荐算法

3. 基于模型的推荐算法