2.1.1 协同过滤算法 协同过滤算法[12]主要包括基于用户的协同过滤算法（UserCF）和基于物品的协同过滤
算法(ItemCF)两种推荐算法.
基于用户的协同过滤算法是推荐系统中最古老的算法，它是推荐系统诞生的标志[17]. 其主要包括两个步骤：
（1）找到和目标用户兴趣相似的用户集合
（2）找到这个集合中大多数用户都喜欢的，且目标用户没有买过或者看过的物品进 行推荐[18]
基于物品的协同过滤算法目前使用也很普遍.很多著名的视频网站如：Hulu、YouTube 推荐算法的基础都是该算法.该推荐算法的原理是向用户推荐和他们之前购买过的物品相 似度很高的物品.比如，该算法会因为你购买过《python编程从入门到实践》而给你推荐《用 python写网络爬虫》.主要分为两个步骤：
（1）计算各个物品间的相似度
（2）对物品的相似度从高到低进行排序，然后挑选一定数量的相似度较高物品进行 推荐.或者根据用户曾经的历史记录进行推荐.