合作過濾

出自 MBA智库百科(https://wiki.mbalib.com/)

　　合作過濾是指根據顧客的交易歷史，並從具有相似消費經歷的顧客群的交易記錄去為這個顧客推薦其“可能喜歡的新品種”，亦即藉由社交群體的偏好為個人提供信息、商品等推薦服務。

　　合作過濾是一項通過一組相似喜好的人的評價來尋找音樂、書籍、酒，或其他的任何符合一個人的現在的偏好的商品的技術。這一分支也被稱作社會信息過濾。使用自動合作過濾系統為新客戶提供建議有三個步驟：

　　1、通過讓新客戶對電影、歌曲、餐廳等項目進行選擇，建立一個客戶檔案；合作過濾的一個困難實在可能有用的領域，相對任一人可能經歷或願意評價的，具有更多要評價的商品。

　　2、使用相似方法來比較新的客戶和別的客戶的檔案；最明顯的方法是把檔案矢量當成幾何點，然後計算它們之間的歐幾裡得距離。

　　3、對新的客戶沒有列出的商品，使用具有相似檔案的客戶的評價來預測新的客戶會對這些商品做出的評價；方法是用分量與距離的倒數的比例座椅分量平均。

　　合作過濾對一個沒人看過和評價過的新類型的節目沒有用。但內容過濾可以基於節目嚮導中列出的新節目的屬性做出推薦。另一方面，基於內容的過濾不能給出新的或出奇的建議，或處理新類型的影片。然而合作過濾可以做的很好。

　　合作過濾是用戶本身在接收信息並繼續傳播出去的過程中會對傳播內容有選擇。他們會在收到的信息中選擇合適的內容發給合適的人。不合適的內容就被篩選出局。因此，在傳播的同時，用戶會對業務內容傳播既保持合作的態度，同時也起到一定的過濾作用。

　　合作過濾是一種利用群體智慧的合作過濾模式，達到信息的個性化傳播，其核心是圍繞著用戶展開的。因此，我們就考慮，未來社區網站是不是應該圍繞著“我”來架構呢？我不需要瞭解那麼多資訊信息，我也不願意主動去上一些網站去掏關鍵性的信息，我只想要看我關心的、我喜歡的信息能主動送到我面前。

　　在過去，通過傳統的BI數據挖掘技術，並不能有效地實現信息篩選過濾。但現在SNS技術能通過好友之間的合作過濾，將客戶關心和喜歡的信息主動推送到客戶的面前，這個就是我們所描述的以“I”為中心，一個以大寫的我為中心，這是未來社區，也是互聯網網站發展的方向。