目前协同过滤公认的应该是两种思路，第一种是利用早期大家研究比较多的邻居方法。而邻居方法中也有两种视角，我们分别来看一下。
第一种，基于用户。也就是说，系统通过分析一个用户和哪些用户的特征比较像，然后看看这些用户喜欢买哪类的商品，再从这些商品里挑出一些推荐给该用户。
第二种，基于商品。也就是说，系统通过分析用户的购买行为来判断用户喜欢的商品类型，然后从那些用户喜欢的商品类型里挑出一些推荐给用户。
前者称为User-based CF（User-based Collaborative Filtering），或者叫基于用户的协同过滤；后者称为Item-based CF（Item-based Collaborative Filtering），或者叫基于商品的协同过滤。
除了邻居方法外，目前研究得比较多是另外一类方法，也是第二种思路——基于模型的推荐算法
