1分钟了解协同过滤，pm都懂了

工程架构方向的程序员，看到推荐/搜索/广告等和算法相关的技术，心中或多或少有一丝胆怯。但认真研究之后，发现其实没有这么难。

今天的1分钟系列，给大家介绍下推荐系统中的“协同过滤”，绝无任何公式，保证大伙弄懂。

什么是协同过滤（Collaborative Filtering）？

答：通过找到兴趣相投，或者有共同经验的群体，来向用户推荐感兴趣的信息。

举例，如何协同过滤，来对用户A进行电影推荐？

答：简要步骤如下

• 找到用户A(user_id_1)的兴趣爱好
• 找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set<user_id>
• 找到该群体喜欢的电影集合Set<movie_id>
• 将这些电影Set<Movie_id>推荐给用户A(user_id_1)

具体实施步骤如何？

答：简要步骤如下

（1）画一个大表格，横坐标是所有的movie_id，纵坐标所有的user_id，交叉处代表这个用户喜爱这部电影

如上表：

• 横坐标，假设有10w部电影，所以横坐标有10w个movie_id，数据来源自数据库
• 纵坐标，假设有100w个用户，所以纵坐标有100w个user_id，数据也来自数据库
• 交叉处，“1”代表用户喜爱这部电影，数据来自日志

画外音：什么是“喜欢”，需要人为定义，例如浏览过，查找过，点赞过，反正日志里有这些数据

（2）找到用户A(user_id_1)的兴趣爱好

如上表，可以看到，用户A喜欢电影{m1, m2, m3}

（3）找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set<user_id>

如上表，可以看到，喜欢{m1, m2, m3}的用户，除了u1，还有{u2, u3}

（4）找到该群体喜欢的电影集合Set<movie_id>

如上表，具备相同喜好的用户群里{u2, u3}，还喜好的电影集合是{m4, m5}

画外音：“协同”就体现在这里。

（5）未来用户A(use_id_1)来访问网站时，要推荐电影{m4, m5}给ta。

协同过滤大致原理如上，希望大家有收获。