一句话定义：协同过滤（Collaborative Filtering，简称 CF）是一类推荐算法，它不看物品本身长什么样，只看"谁对什么做过什么"，靠群体行为里的规律来猜你可能喜欢什么。
两种视角，一个假设
它的底层假设很朴素：口味相似的人，未来也会喜欢相似的东西；被同一批人喜欢的物品，彼此就是"相似"的。
- 基于用户（user-based）：先找到和你行为最像的一群人，把他们喜欢、而你还没接触过的东西推给你。就像你有个同事，和你一样爱看悬疑剧，他最近追的剧大概率你也会喜欢。
- 基于物品（item-based）：反过来，找和你正在看的这个东西"被同一批人共同喜欢"的其他物品。电商里那句"买了 A 的人还买了 B"，基本就是它的口头禅。
怎么算出来的
把用户和物品的交互（评分、点击、购买、完播）排成一张大表：行是用户，列是物品，格子填行为强度。问题是这张表绝大部分格子是空的——这叫稀疏性（sparsity），因为一个人一辈子也就能碰几万件商品，而平台上有几百万件。
算法用AI 词典：余弦相似度">余弦相似度（cosine similarity）或皮尔逊相关系数衡量两行（或两列）有多像，再取最像的 K 个邻居加权投票，给出预测分。
再往前走一步是矩阵分解（Matrix Factorization）：不显式找邻居，而是把每个用户、每个物品各压成几十维的隐向量（latent vector），用两个向量的点积预测偏好。这是后来嵌入（embedding）和双塔召回模型的直系前身。
和相邻概念的区别
| 维度 | 协同过滤 | 基于内容（content-based） |
|---|---|---|
| 数据来源 | 用户行为 | 物品属性、文本、标签 |
| 优势 | 能推出"意料之外"的兴趣 | 新物品立刻可推，理由好解释 |
| 短板 | 冷启动、数据稀疏 | 容易推荐同质化，难跨品类 |
最典型的短板是冷启动（cold start）：新用户没行为、新物品没人碰过，协同过滤就无从下手，只能靠内容特征、热门榜或引导问答兜底。
对从业者和普通人的意义
对从业者：item-based 协同过滤至今仍是很多系统召回层的主力，因为它可以离线预计算、结果可解释、工程上不娇气。但要注意流行度偏差（popularity bias）——热门物品会被越推越热，长尾内容几乎没机会。评估时离线指标只能当参考，最终还得看线上 A/B。
对普通人：推荐页上"看了又看""猜你喜欢"多半出自这套逻辑。它省事，代价是容易把人圈进信息茧房。偶尔主动搜一搜、点一点不一样的内容，等于在帮系统重新认识你——它记住的，始终是你和"和你相似的人"做过的事。