協同過濾算法
算法CF（協同過濾算法）是一種常用的推薦算法。它主要通過分析用戶的行為數據，找到特定的模式，從而對用戶產生有效的推薦。協同過濾算法可以分為兩類：
基於用戶的協同過濾算法（User-Based CF）。
基於物品的協同過濾算法（Item-Based CF）。
這兩種算法的數據源基於用戶歷史行為和物品的矩陣數據，即UI（User-Item）矩陣數據。在基於用戶的協同過濾中，算法計算用戶之間的相似度，基於相似用戶的喜好來推薦物品。而在基於物品的協同過濾中，算法計算物品之間的相似度，基於用戶對相似物品的喜好來推薦物品。
協同過濾的核心思想是，如果一個人A在一個問題上和另一個人B持相同觀點，那麼對於另外一個問題，A更有可能同B持相同觀點。這種方法利用了集體智慧的原則，即通過群體行為（協同）來過濾（篩選）出對個人的推薦。