協調フィルタリング(Collaborative Filtering,CF)は、多くのユーザの嗜好情報を蓄積し、
あるユーザと嗜好の類似した他のユーザの情報を用いて自動的に推論を行う考え方である。
趣味の似た人からの意見を参考にするという口コミの原理に例えられることが多い。
例えば、ユーザAがアイテムXを好むとすると、アイテムXを好む別のユーザBが好むアイテムYを探し出し、
ユーザAもアイテムYを好むのではないか、という推論をコンピュータによって自動的に行う。
実装にはユーザ同士の類似度を、同じアイテムにつけた評価の相関係数などによって表して類推に利用することが多い。
協調フィルタリングはリコメンデーション(推薦)やパーソナライゼーションに利用されている。
実際にAmazonの「おすすめの商品」や、はてなアンテナの「おとなりアンテナ」などに応用されており、
Web 2.0においてロングテールを支える要素技術として捉えることができる。
協調フィルタリングにはユーザの評価付けによる明示的なものと、
システムの操作履歴(例えばブラウザの閲覧履歴)などを利用した暗黙的なものがある。
推薦システムを実現するものとしては協調フィルタリング以外にもコンテンツベースの方法があるが、
例えば本であればユーザが好む本と同じ著者の本を推薦するなどというもので、
コンテンツ自体が似ているかどうかを判別するための情報(ここでは著者の情報)が必要となる。
協調フィルタリングはコンテンツが何であれ、ユーザによる評価が与えられれば利用できる。