看到很多人分享亚马逊产品频繁购买FBT和广告的关联推荐，其实这个一个叫做基于物品的协同过滤算法，

有兴趣的卖家可以研究一下，理解了基于用户和基于产品的算法，就能更好的去投放广告。
#亚马逊运营知识#

个性化推荐算法之基于协同过滤的推荐算法。协同过滤算法（Collaborative Filtering: CF）是比较经典常用的推荐算法，从 1992 年一直延续至今。
所谓协同过滤算法，基本思想是根据用户的历史行为数据的挖掘发现用户的兴趣爱好，然后预测用户可能感兴趣的产品并对用户进行推荐。

协同过滤算法主要分为两类：
1. 基于用户的协同过滤算法(UserCF): 给用户推荐与他兴趣相似的其他用户喜欢的物品；

2. 基于物品的协同过滤算法(ItemCF): 给用户推荐与他之前喜欢的物品相似的物品。