CB的过程一般包括以下三步：

  1. Item Representation：为每个item抽取出一些特征（也就是item的content了）来表示此item；

  2. Profile Learning：利用一个用户过去喜欢（及不喜欢）的item的特征数据，来学习出此用户的喜好特征（profile）；

  3. Recommendation Generation：通过比较上一步得到的用户profile与候选item的特征，为此用户推荐一组相关性最大的item。