【運營腦圖】推薦算法-協同過濾，三大協同推薦算法介紹

用戶協同過濾（UserCF）：類似的用戶可能喜歡相同物品。如加了好友的兩個用戶，或者點擊行爲相似的用戶被視爲類似用戶。如我兄弟和她的太太互加了抖音好友，他們兩人各自喜歡的視頻，可能會產生互相推薦。

物品協同過濾（ItemCF）：類似的物品可能被同個用戶喜歡。這個就是著名的世界盃期間沃爾瑪尿布和啤酒的故事了。這裏由於世界盃期間，奶爸要喝啤酒看球，又要帶娃，啤酒和尿布同時被奶爸所須要，也就是類似商品，能夠放在一塊兒銷售。

模型協同過濾：使用矩陣分解模型來學習用戶和物品的協同過濾信息。通常這種協同過濾模型有：SVD，SVD++等。這種協同過濾要比前兩個來得抽象些，這裏先不解釋，後面詳述。

本文來自👇

推薦算法：3種協同過濾的原理及實現
菠蘿王子 2020-03-21
http://m.niaogebiji.com/article-25842-1.html

協同過濾，推薦算法的思惟導圖在這邊👇

協同過濾CF的腦圖文件在這邊👇
https://files.cnblogs.com/files/guoxinyu/協同過濾CF.zip