待验证95% 置信事实时间未知
Collaborative Filtering works by recommending content to a user based on overlapping preferences with other users who have similar historical tastes
1
来源数
95%
置信度
长期有效
时效性
2026/8/1
首次发现
来源
涉及实体
相关事实
待验证Collaborative Filtering's core idea is 'birds of a feather flock together' — analyzing historical behavioral data of user groups to identify users with similar interests or items liked by similar users80% 相似待验证协同过滤的核心假设是行为相似的用户往往有相似的偏好，被Netflix、Amazon、Spotify等平台用于推荐引擎70% 相似待验证交友软件推荐系统通常融合协同过滤、内容匹配和深度学习等技术，部分引入 ELO 评分机制衡量用户吸引力层级61% 相似待验证协同过滤最早由 GroupLens 研究团队在 1990 年代为新闻推荐开发，其核心逻辑是通过分析与你行为模式相似的用户喜欢了谁来进行推荐61% 相似待验证研究表明大多数协同过滤系统需要用户至少有20-50次交互才能产生较准确的推荐61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/680298API
curl https://kongchang.com/api/v1/knowledge/claims/680298MCP
get_claim(id=680298)