什么是协作型过滤？也就是根据你的历史喜好，再根据其他人和你类似的喜好，来向你推荐你未曾接触过的物品。实际上前面两章的内容就是协作型过滤的基本算法。
协作型过滤有两大分支：
一：基于用户的协作型过滤。顾名思义也就是根据你的历史喜好，找到其他和你相似的人，再从其他人的喜好列表中向你推荐你可能会喜欢的物品。
二：基于物品的协作型过滤。根据你历史喜好的物品，找出和此物品相似的其他物品，将物品推荐给你。
这两者尽管都属于协作型过滤，但是有不同的应用场景。应该很容易的想出，在社交类的网站推荐系统中，使用的最多的是基于用户的协作型过滤，而在非社交，例如电商，使用的则是基于物品的协作型过滤。电商网站中应该不会存在向你推荐和你有着类似购物喜好的人吧？如果它要这么做，那估计也就是要向社交发展了，不仅是因为网站属性的原因，因为不管使用哪种过滤都能对你进行物品推荐，但是基于物品的协作型过滤可以尽可能少得进行物品相似型比较，因为它可以“预先”进行物品的相似度匹配，而基于用户的相似度匹配，则要不停的对所有人进行相似度匹配，这一点上开销是很大的，特别是在非社交性网站上采用基于用户的协作型过滤。
这个博客写的更详细：http://blog.csdn.net/johnny710vip/article/details/23703931