参考解析
协同过滤是基于用户行为设计的推荐算法，具体来说，是通过群体的行为来找到某种相似性（用户之间的相似性或者物品之间的相似性），通过相似性来为用户做决策和推荐。从字面上理解，协同过滤包括协同和过滤两个操作。协同就是汇集所有用户的反馈、评价等（与网站不断进行互动。而过滤，通过协同得到的信息，从海量物品进行过滤，筛选出用户感兴趣的物品。
传统的协同过滤方法
基于邻域的方法基于用户的协同过滤方法基于物品的协同过滤方法
隐语义模型
矩阵分解
基于图的随机游走方法
PageRank
- 基于深度学习的协同过滤方法
基于表示学习的模型
基于匹配方法学习的模型
