协同过滤的定义：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。
适用场景：被推荐用户有过比较多历史动作，并且其他用户也有过比较多的历史动作
举例：
以推荐用户电影为例，假设有100W用户，10W电影，用户的id为uid1,uid2,uid3... 电影的id为mid1,mid2,mid3....
（1）画表格，横坐标表示所有电影，纵坐标表示所有用户，交叉点为某个用户喜欢某部电影
| mid1 | mid2 | mid3 | mid4 | mid5 | … | … | mid10W | |
| uid1 | 1 | 1 | 1 | 1 | ||||
| uid2 | 1 | 1 | 1 | 1 | ||||
| uid3 | 1 | 1 | 1 | |||||
| uid4 | 1 | 1 | 1 | |||||
| … | ||||||||
| … | ||||||||
| uid100W | 1 | 1 |
如表所示，1表示用户喜欢这部电影，所有的数据源我们都已经处理完毕
ps:
a.数据源来自于所有的服务器落地数据，包括但不仅限于db、日志；
b.“喜欢”这个词该怎么定义是这一步的难点，在这个例子中，我们可以拿用户的某些动作来定义为喜欢，如：用户浏览过这部电影、用户点赞过这部电影、用户查找过这部电影、用户观看过这部电影等等
（2）基于上面的数据，我们来拿出所有用户的喜欢的电影集合
uid1：{mid1,mid2,mid3,mid5}
uid2：{mid1,mid2,mid3,mid4}
uid3：{mid1,mid2,mid3}
uid4：{mid1,mid3,mid5}
（3）找到每个uid的mid集合交集最多的数据
uid1交集最多的是uid2,uid3,uid4
uid2交集最多的是uid1,uid3
uid3交集最多的是uid1,uid2
uid4交集最多的是uid1
ps：这步可以优化为，直接先找看看有没有哪个uid的mid集合是直接包含了要查找的uid的集合的（即该用户的mid集合是其他用户mid集合的子集/真子集），如果有，则该集合就是我们要找的集合；如果没有，则进行如上算法
例如，这里的uid3，可以看到，uid3的mid集合就是uid1和uid2的mid集合的真子集，所以，我们就可以直接判断，和uid3交接最多的就是uid2和uid3
（4）计算交集最多的集合跟自己集合的差集，如，
uid1和uid2的差集：{mid1,mid2,mid3,mid4} - {mid1,mid2,mid3,mid5} = {mid4}，以此类推
uid1和uid3的差集是空集，uid1和uid4的差集也是空集
拿着这些所有的差集做并集：uid的差集并集集合是{mid4}
故：要推荐给uid1的电影集合为{mid4}
以此类推：
要推荐给uid2的电影集合为{mid5}
要推荐给uid3的电影集合为{mid4,mid5}
要推荐给uid4的电影集合为{mid2}
协同过滤以下有几个难点：
1.如何定义一个用户对一件事物持有的态度
2.这里把对事物的态度简化了，其实用户对一件事物的态度应该是个权值，以这个看电影为例子，我们可以把用户点赞作为10分，浏览作为3分等，但是这样做就增加了整个推荐系统的复杂度
3.最重要也是最难的一点，该算法必须要有大数据的支持
参考文章：http://mp.weixin.qq.com/s/eJZDqoM6Fz6KeD4MEjVFYQ