有关协同在互联网的运用

   看了几遍《协同学》总要写点什么出来，之前Runny（导师）针对2B服务协同以及商业业务协同有过两篇总结，看完清晰很多！

 下面我针对C端发表一些自己的看法。

一、基于用户协同

原理：基于用户对物品的喜好找到相似用户，然后将相似用户的物品推荐给目标用户。

举例：假设用户A喜欢物品A和物品C，用户B喜欢物品B，用户C喜欢物品A、物品C和物品D；从这些用户的历史喜好信息中，我们可以发现用户A和用户C的口味和偏好是比较类似的，同时用户C还喜欢物品D，那么我们可以推断用户A可能也喜欢物品D，因此可以将物品D推荐给用户A。

实现：将一个用户对所有物品的偏好作为一个变量来计算用户之间的相似度，找到相似用户后，根据相似度权重以及他们对物品的喜好，为目标用户生成一个排序的物品列表作为推荐，列表里面都是目标用户为涉及的物品。

二、基于物品协同

原理：基于用户对物品的喜好找到相似的物品，然后根据用户的历史喜好，推荐相似的物品给目标用户。

举例：假设用户A喜欢物品A和物品C，用户B喜欢物品A、物品B和物品C，用户C喜欢物品A，从这些用户的历史喜好可以分析出物品A和物品C是比较类似的，喜欢物品A的人都喜欢物品C，基于这个数据可以推断用户C 很有可能也喜欢物品C，所以系统会将物品C推荐给用户C。

实现：将所有用户对某一个物品的喜好作为一个向量来计算物品之间的相似度，得到物品的相似物品后，根据用户历史的喜好预测目标用户还没有涉及的物品，计算得到一个排序的物品列表作为推荐。

-----------------------------------------------------------

综上所述，其实在阿里已经运用成型了，当然是基于它足够强的产品架构、基于它的大数据、基于它精准的算法把协同服务优势发挥的淋漓尽致。可以说，dt时代的协同服务是互联网的大势所趋（结尾粗字引用Runny）。