协同过滤推荐技术

协同过滤推荐技术（collaborative filtering），管理学-管理科学与工程-电子商务与商务智能-网络营销-网络产品管理-协同过滤推荐技术，通过挖掘用户的历史偏好信息，来发现相似用户或项目，然后利用相似用户或项目的评分信息来预测当前用户对项目的偏好程度，以此产生推荐的一种技术。协同过滤的模型一般为m个用户，n个项目的数据，只有部分用户和部分项目之间是有评分数据填充的，其他评分都是空白的。协同过滤技术就是要用已有的部分数据来预测那些空白的项目与用户之间的评分关系，找到最高评分的项目推荐给用户。协同过滤技术最早出现于20世纪70年代的邮件推荐系统Tapestry中，20世纪90年代才形成较为成熟的理论框架。直到2006年开始举行Netflix Prize比赛，科研界第一次获得大规模的工业界数据（数以亿计的电影评分）才使得协同过滤领域迅速发展，新技术层出不穷。协同过滤技术大致可以分为两类：基于邻域的方法和基于模型的方法。