1分钟了解协同过滤，pm都懂了

工程架构方向的程序员，看到推荐/搜索/广告等和算法相关的技术，心中或多或少有一丝胆怯。但认真研究之后，发现其实没有这么难。

创新互联公司主营莫力达网站建设的网络公司,主营网站建设方案,App定制开发,莫力达h5小程序制作搭建,莫力达网站营销推广欢迎莫力达等地区企业咨询

今天的1分钟系列，给大家介绍下推荐系统中的“协同过滤”，绝无任何公式，保证大伙弄懂。

什么是协同过滤(Collaborative Filtering)?

答：通过找到兴趣相投，或者有共同经验的群体，来向用户推荐感兴趣的信息。

举例，如何协同过滤，来对用户A进行电影推荐?

答：简要步骤如下

• 找到用户A(user_id_1)的兴趣爱好
• 找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set
• 找到该群体喜欢的电影集合Set
• 将这些电影Set 推荐给用户A(user_id_1)

具体实施步骤如何?

答：简要步骤如下

(1)画一个大表格，横坐标是所有的movie_id，纵坐标所有的user_id，交叉处代表这个用户喜爱这部电影

如上表：

• 横坐标，假设有10w部电影，所以横坐标有10w个movie_id，数据来源自数据库
• 纵坐标，假设有100w个用户，所以纵坐标有100w个user_id，数据也来自数据库
• 交叉处，“1”代表用户喜爱这部电影，数据来自日志

画外音：什么是“喜欢”，需要人为定义，例如浏览过，查找过，点赞过，反正日志里有这些数据

(2)找到用户A(user_id_1)的兴趣爱好

如上表，可以看到，用户A喜欢电影{m1, m2, m3}

(3)找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set

如上表，可以看到，喜欢{m1, m2, m3}的用户，除了u1，还有{u2, u3}

(4)找到该群体喜欢的电影集合Set

如上表，具备相同喜好的用户群里{u2, u3}，还喜好的电影集合是{m4, m5}

画外音：“协同”就体现在这里。

(5)未来用户A(use_id_1)来访问网站时，要推荐电影{m4, m5}给ta。

【本文为专栏作者“58沈剑”原创稿件，转载请联系原作者】

分享题目：1分钟了解协同过滤，pm都懂了
网页链接：http://www.hantingmc.com/qtweb/news46/116096.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联