工程架构方向的程序员，看到推荐/搜索/广告等算法相关的技术，或多或少都会有些胆怯。但是仔细研究之后，我发现其实并没有那么难。今天给大家介绍一下推荐系统中的“协同过滤”。绝对没有公式，所以大家可以理解。什么是协同过滤（CollaborativeFiltering）？答：通过寻找具有相似兴趣或共同经历的群体，我们可以向用户推荐他们感兴趣的信息。比如如何利用协同过滤向用户A推荐电影？答：简要步骤如下：（1）找到用户A（user_id_1）的兴趣爱好；(2)找到与用户A(user_id_1)有相同电影爱好的用户组集合；(3)找到小组喜欢的电影集；(4)将这些电影集推荐给用户A(user_id_1)；具体实施步骤是什么？答：简单步骤如下：(1)画一个大表格，横坐标全是movie_ids，纵坐标全是user_ids，交点代表用户最喜欢的电影；如上表所示：横坐标，假设有10w部电影，那么横坐标就有10w个movie_id，数据来自数据库纵坐标，假设有100w个用户，那么纵坐标就有100w个user_id，而数据也来自数据库的交集。“1”表示用户喜欢这部电影，数据来自日志画外音：什么是“喜欢”，需要手动定义，比如浏览过，搜索过喜欢过，反正里面有这些数据日志。(2)找到用户A(user_id_1)的兴趣爱好；如上表所示，可以看到用户A喜欢的电影{m1,m2,m3}(3)找到与用户A(user_id_1)有相同电影兴趣的用户组集合Set
