Collaborative Filtering

定义 Definition

“协同过滤”是一种推荐算法思路：根据大量用户的行为或偏好（如评分、点击、购买）来推断相似用户或相似物品，从而为某个用户推荐他可能喜欢的内容。常见分为基于用户（user-based）与基于物品（item-based）两类。（在技术语境中也常用于更广义的“推荐系统”方法之一。）

发音 Pronunciation (IPA)

/kəˈlæbəɹətɪv ˈfɪltərɪŋ/

例句 Examples

Collaborative filtering suggests movies based on what similar users liked.
协同过滤会根据相似用户喜欢的内容来推荐电影。

In many e-commerce platforms, collaborative filtering is combined with content-based models to improve recommendation accuracy and reduce cold-start issues.
在许多电商平台中，协同过滤常与基于内容的模型结合使用，以提升推荐准确率并缓解“冷启动”问题。

词源 Etymology

Collaborative 来自 “collaborate（合作）”，源于拉丁语 collaborare（共同劳动）；filtering 来自 “filter（过滤）”，原义是“筛选、滤除杂质”。合起来，“collaborative filtering”字面义为“借助群体协作式信息来进行筛选”，在推荐系统领域引申为“利用群体行为数据进行推荐”。

相关词 Related Words

• Algorithm
• Recommendation
• Recommender
• Personalization
• Similarity
• User-Based
• Item-Based
• Matrix Factorization
• Cold Start
• Implicit Feedback

文献与著作 Literary / Notable Works

• Recommender Systems Handbook（Ricci, Rokach, Shapira 等编）：多章系统讨论协同过滤及其变体。
• Programming Collective Intelligence（Toby Segaran）：以通俗方式介绍协同过滤等“群体智慧”方法。
• Goldberg et al., 1992, “Using collaborative filtering to weave an information tapestry”（早期经典论文之一，提出并推广该术语与思路）。
• Resnick et al., 1994, “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”（将协同过滤用于新闻组信息过滤的代表性研究）。