2.1　协同过滤

协同过滤一词最初在1992年由PARC公司提出，此时协同过滤的含义是人类协同系统过滤喜欢或不喜欢的内容，从而达到个性化推荐的效果。

目前对于协同过滤的广泛理解是人以群分，物以类聚。该理解是约翰·里德尔于1994年提出的GroupLens推荐思想。GroupLens的推荐思想是说系统会推荐给用户与其相似的用户喜欢的物品，假设了用户应该会喜欢与其同一类用户喜欢的物品，这就叫人以群分。

当代对于协同过滤的理解，并不是最初1992年提出的“协同过滤”一词的形态。那为什么不直接把“协同过滤”称为“集体过滤”，并且“集体过滤”是GroupLens的直译，这样可能就能见名思义了。这是因为个人的“协同过滤”也一样具备“集体过滤”的效果。

假设有3个用户和3个物品，用户仅需要告诉系统自己喜欢的产品是什么，然后我们便可将用户反馈的信息画出，如图2-1所示。

很明显，可以将由上往下数的第1个和第2个人归为一个集体，因为他们都喜欢第1个和第2个物品。同理，第1个和第2个物品也同样被第1个和第2个人喜欢，所以也可被归为同一类物品，即人以群分，物以类聚。而对于收集数据而言，仅仅收集了用户与物品的个人交互数据。

这是为什么协同过滤无须改为集体过滤的原因，只要用户反馈出其与物品发生的交互行为，用户与用户之间自然就会因为物品而连接起来，同理，物品与物品间也会因为用户而连接起来。

图2-1　协同过滤示意图

从算法上讲，协同过滤可以归为以下三大类：

（1）近邻协同过滤，例如UserCF和ItemCF。

（2）矩阵分解协同过滤，例如SVD和LFM。

（3）所有用户物品交互信息作标注的算法。

目前网络上有很多关于协同过滤的教程，但是笔者认为讲得都不够透彻，所以本章由近邻协同过滤开始，慢慢来梳理协同过滤的脉络，并会在本章的最后做一个总结。