“提供推薦”是基於協作型過濾算法的。協作型過濾的概念爲：一個基於協作型過濾的算法，通常的做法是對一大羣人進行搜索從中計算出與我們品味比較相似的一小羣人，然後算法對這一小羣人的偏好進行考察，並將它們進行組合，最後構造出一個經過排序的推薦列表。
“提供推薦”的步驟如下：
-
偏好蒐集：在網頁中設置表單或其他方式，設置一系列特定的字符代表一定的偏好，將這些特定的字符與偏好一一對應，並以鍵值對的形式存入數組或數據庫中。
-
尋找相近用戶：該過程可以有兩種方法，其一是利用歐幾里德距離，其二是利用皮爾遜相關度評價。
歐幾里德距離：就是一種計算多維空間兩點之間距離的方法。其具體實現方法爲：以用戶一致評價的“項”爲座標軸，以對該項的評分值爲座標值，以用戶作爲座標軸中的點，座標空間中的兩點距離越大其相似度越小。
皮爾遜相關度評價：計算公式如下：(不知爲何此處的公式顯示不出來在此提供一個參考鏈接http://blog.csdn.net/wsywl/article/details/5727327)
相似度r值越大其相似度就越高。
