說起 Item-based collaborative filtering，還有一段有意思的爭論，是關於它的起源的。

GroupLens 研究小組的 Sarwar 教授等人，於2001年5月在香港召開的第 10 屆 WWW 大會上，發表了題為《Item-based Collaborative Filtering Recommendation Algorithms》的 paper[1]。現在看來，這篇 paper 在 Item-based Collaborative Filtering 方面是影響最廣的，被引用的次數也最多，基本上見 Item-based 必見此文。在 2000 的時候，同是上文作者之一的 Karypis 曾經完成了《Evaluation of Item-based Top-N Recommendation Algorithms》，但它僅作為明尼蘇達計算機系的一篇 Technical Report 進行了發表，可以看作是 paper[1] 的工作基礎。

但實際上，早在 1998 年，Amazon 就已經開發出了自己的 Item-based 推薦系統，並投入了使用。同年，當時 Amazon 推薦系統的設計師、現在 Findory 的創始人 Greg，連同 Jacobi 和 Benson，使用“Collaborative Recommendations Using Item-to-Item Similarity Mappings”的名字對該項技術申請了專利。但該專利直到 2001 年才正式通過！並且在 Sarwar 等人的 paper[1] 裡，並沒有標明引用了此專利的內容。Greg 在自己的 blog 上專門撰文說明了此事 [1] [2]，並得到了 Economist 編輯 Tom Standage 的承認。在 2003 年，Greg 發表了題為《Amazon.com Recommendations: Item-to-Item Collaborative Filtering》的 paper，對 1998 年的專利內容進行了詳細的說明。

這是一段挺有意思的事情。但更能引起我興趣的，是這項已經被實踐證明確實行之有效的技術——Item-based (or item-to-item) collaborative filtering ！

Item-based 方法也有一個基本的假設：能夠引起使用者興趣的項，必定與其之前評分高的項相似。這個假設也是與我們日常生活中的行為相一致的，基本上喜歡《長尾理論》的人，都會去看《世界是平的》，不知道你怎麼想，反正豆瓣就是這麼認為的。

同 User-based 方法類似，Item-based 方法需要同樣的三個步驟：1）得到User-item的評分資料；2）針對項的最近鄰搜尋，即對項進行相似度計算；3）產生推薦。但相對於 User-based 方法，Item-based 方法最大的改進是提高了協同過濾方法的擴充套件性及效能。

從上一篇中可以看到，在 User-based 方法中，隨著使用者數量的不斷增多，在大數量級的使用者範圍內進行“最近鄰搜尋”會成為整個演算法的瓶頸。Item-based 方法通過計算項之間的相似性來代替使用者之間的相似性。對於項來講，它們之間的相似性要穩定很多，因此可以離線完成工作量最大的相似性計算步驟，從而大大降低了線上計算量，提高推薦效率。

在 Item-based 方法中，要對 A 和 B 進行項相似性計算，通常分為兩步：1）找出同時對 A 和 B 打過分的組合；2）對這些組合進行相似度計算，常用的演算法包括：皮爾森相關係數、餘弦相似性、調整餘弦相似性和條件概率等。

在 paper[1] 裡，Sarwar 教授通過試驗得到 Item-based 方法的推薦效果要略好於 User-based 方法的結倫。但其實這也並不盡然。在 2003 年，Mild 教授從批判的角度重新審視了各種推薦演算法，指出基於 Item-based 方法並不一定好，演算法準確度與採用的實驗資料資料有關，大多數情況下還是 User-based 方法好。我個人倒是認為，其實沒有絕對的好壞之分，而應該根據問題的不同和資料集的特點，選擇最合適的方法。

上面所說的偏重於學術界一些，演算法的出發點還是基於打分，多數使用的是 MovieLens 的資料。工業界實際使用的多是在基本 Item-based 方法基礎上的變形，例如基於關聯規則的方法，這些方法最大的變化就是在計算項的相似度方面做文章。其實正如 Greg 曾經說過的，協同過濾最大的特點是“以資料為先”的，只當有了大量的資料積累，才可能找到最有效的、最適宜的方法。