协同过滤简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定局限于特别感兴趣的，特别不感兴趣信息的纪录也相当重要。 协同过滤又可分为评比（rating）或者群体过滤（social filtering）协同过滤以其出色的速度和健壮性，在全球互联网领域炙手可热。
协同过滤(Collaborative Filtering)就是在这种需求下提出的一种信息服务的新算法,目前该算法是使用最成功的技术之一,已经广泛应用于各大商业站点中的个性化推荐系统...
基于7905个网页-相关网页
协同过滤算法 Collaborative Filtering ; Collaborative Filtering Algorithm ; IBCF
协同过滤推荐 collaborative filtering recommendation ; Collaborative recommendations
于协同过滤算法 Collaborative Filtering Recommendation
协同过滤推荐算法 collaborative filtering recommendation algorithm ; Collaborative Filtering recommendation
基于用户的协同过滤 user-based CF ; user-based collaborative filtering
基于内存的协同过滤 Memory-based Collaborative Filtering
协同过滤技术 collaborative filtering
或基于邻居的协同过滤 Neighbor-based Collaborative Filtering ; based collaborative filtering
协同过滤系统 collaborative filterring
Item-clustering-based collaborative filtering algoritm.
2)．提出了基于项聚类的ICRec协同过滤推荐算法。
参考来源 - 电子商务推荐系统关键技术研究Traditional Collaborative Filtering simply fills a fixed value to build user evaluation matrix.
传统协同过滤算法在构建用户评估矩阵时,对用户未评分的项目简单填充固定值。
参考来源 - 电子商务推荐系统中协同过滤技术的研究·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐