现在物品的数量,用户可以访问当Web上的导航是如此巨大,这些可能会感到迷失。推荐系统的方法来处理这个缤纷数据显示项符合用户需求。最受欢迎的技术推荐系统的协同过滤方法依赖于商品的偏好表达的用户,通常在形式的评级。在缺乏评级的情况下,传统的协同过滤技术不能应用。幸运的是,用户的行为,如他们的磋商,可以收集。在本文中,我们提出一个新的方法来执行协同过滤当没有可用评级但当用户协商是已知的。我们建议采取灵感来自当地社区检测算法形成社区的用户和推断的导师给定的用户。我们适应一个最先进的算法,以适应协同过滤的特点。实验表明,精度达到更高的基线不执行任何导师选择。另外,我们的模型几乎抵消了缺乏评级利用一套减少的导师。