依据网络用户对于信息的喜好程度，通过寻找信息之间的相关性或用户之间的相似性程度从而为用户提供有效内容的推荐算法即为协同过滤推荐算法。协同过滤推荐算法是推荐算法中应用最广泛，最成功的。它又分为基于用户的协同过滤和基于项目的协同过滤两种方式。前者是基于用户之间的相似性进行推荐，而后者是基于项目之间的相似性进行推荐。对两种协同过滤算法进行比较，基于用户的协同过滤算法更具社会化的特点，存储消耗和用户数量有关；基于项目的协同过滤算法更具个性化的特点，存储消耗和物品数量有关。协同过滤推荐算法存在数据稀疏性问题和冷启动问题。