협업 (상호협동) 필터링, Recommender System이라고도 불림. ProjectPrometheus에서 사용한다.

=== Approaches to Collaborative Filtering ===
problem space가 2차원 matrix 의 형태를 생각해본다. 행에 대해서는 item을, 열에 대해서는 user를 두고, 그에 따른 rating 을 값으로 둔다. 이 matrix 를 이용, CollaborativeFiltering 은 특정 사용자(user) i 에 대해서 rating 을 예측하고, item 들을 추천한다.

보통 다음의 과정을 가진다.
 1. user인 i 와 비슷한 흥미나 선호도를 가지는 사용자 집합(user set)을 선택한다.
 1. 1 에서 선택된 user set 으로부터 user i 에게 적합한 추천 item 을 예측해낸다.
    ex) 이 user set 에서 item j 에 대해서 높은 점수 (rating)을 주었을 경우, user i 에게 item j 를 추천한다.

=== Algorithms ===
 1. 현재 이용중인 user 와 비슷한 취향의 사용자 집합을 선택 - calculate user correlation
 1. 1에서 선택된 사용자 집합중 예측을 위한 부분집합 선택 - neighbourhood selection
 1. 선택된 neighbours 들과 자료를 근거로 예측 - generate a prediction

==== Calculate user correlation ====
 * Pearson correlation
 * Constrained Pearson correlation
 * The Spearman rank correlation
 * The Vector similarity
 * Emtropy-based uncertainty measure
 * Mean-square difference algorithm
==== Neighbourhood Selection ====
 * Correlation thresholding
 * Best-n correlations
==== Generate a prediction ====


==== Metrics ====
CollaborativeFiltering 의 유용성을 평가하는 기준.
 * Coverage - 시스템이 추어진 item으로부터 추천 item 을 제공해주는 능력. (아마도 추천item품목수/전체item품목수 에 대한 퍼센트이려나. 수정 필요)
 * Accuracy - 시스템이 추천한 item 에 대한 정확성 (추천 item에 대한 사용자의 점수)

=== 관련 자료들 ===
'''개론'''
 * NoSmok:PrincipiaCybernetica 에 있는 아주 간단한 개론(처음 보는 사람에게 추천) http://pespmc1.vub.ac.be/COLLFILT.html 
 * Overview on various CF algorithms (recommended) http://www.research.microsoft.com/users/breese/cfalgs.html
 * [http://personalization.co.kr/person_method3.htm 한글 개론]
 * http://www.ecminer.com/m3_webBrain.html
 * [http://zeropage.org/pds/200272105129/콜레보레이티브필터링p77-konstan.pdf CACM 1997 Mar]
 * http://citeseer.nj.nec.com/483304.html
 * [http://wwwbroy.in.tum.de/~pretschn/papers/personalization/personalization.html Personalization on the Web]

'''Link 모음'''
 * [http://jamesthornton.com/cf/ CF논문 모음]
 * http://www.sims.berkeley.edu/resources/collab/ (링크 모음)
 * [http://www.voght.com/cgi-bin/pywiki?RecommenderSystems Recommender Systems]

'''구현 시스템 예/논문'''
 * [http://shadow.ieor.berkeley.edu/humor/info.html 버클리의 농담 추천 시스템 Jester]
 * [http://www.cs.umn.edu/Research/GroupLens/ CF의 아버지 Resnick이 만든 최초의 뉴스 CF 시스템 GroupLens]
 * [http://www.yes24.com/home/help/help8-1.asp?SID=c5!ePcd70qp9Hc*DTsk5*gCgFICgggx9ndWVzdxa*vNW21g Yes24 빙고시스템]