Collaborative Filtering

定义 Definition

协同过滤：一种常用于推荐系统的算法思路，通过比较用户之间或物品之间的相似性，利用“相似的人喜欢相似的东西”或“相似的物品被相似的人喜欢”的规律来预测偏好并生成推荐。（常见类型：基于用户、基于物品；也可结合矩阵分解等方法）

发音 Pronunciation

/kəˈlæbəˌreɪtɪv ˈfɪltərɪŋ/

例句 Examples

Collaborative filtering helps the app recommend movies you might like.
协同过滤能帮助应用推荐你可能喜欢的电影。

By combining collaborative filtering with implicit feedback (such as clicks and watch time), the platform can personalize recommendations even when users rarely leave ratings.
将协同过滤与隐式反馈（如点击与观看时长）结合后，即使用户很少评分，平台也能实现个性化推荐。

词源 Etymology

collaborative 来自 collaborate（合作、协作），filtering 来自 filter（过滤、筛选）。合在一起字面意思是“通过协作信息来筛选”，在推荐系统语境中指：利用群体行为数据（如评分、点击、购买）来“筛出”更可能符合某个用户兴趣的内容或商品。

相关词 Related Words

• Recommender Systems
• Personalization
• User-Based
• Item-Based
• Matrix Factorization
• Similarity
• Neighborhood
• Implicit Feedback
• Cold Start
• Ranking

文献与作品 Literary Works

• Recommender Systems Handbook（Ricci, Rokach, Shapira 等编）：系统介绍协同过滤及其变体的经典参考书。
• Resnick et al., 1994, “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”：早期将协同过滤用于新闻推荐的代表性论文。
• Sarwar et al., 2001, “Item-based collaborative filtering recommendation algorithms”：推动“基于物品”的协同过滤广泛应用的经典论文。
• Koren, Bell, Volinsky, 2009, “Matrix Factorization Techniques for Recommender Systems”（Computer）：讨论协同过滤与矩阵分解方法的重要综述文章。