通过机器学习的方法预测用户对商品的喜好程度。常规的应用在推荐中的机器学习方法包括关联分析、聚类算法、回归算法、分类算法等,随着神经网络的研究和发展,基于神经网络的推荐算法也日渐火爆。神经协调过滤为例,是根据隐性反馈来推断用户的偏好值,可以很好的提升模型泛化能力,流程如下图所示。