协同过滤推荐技术综述

被引：184

作者：

冷亚军 ^{[1
]}

陆青 ^{[1
]}

梁昌勇 ^{[2
,3
]}

机构：

[1] 上海电力学院经济与管理学院

[2] 合肥工业大学管理学院

[3] 合肥工业大学过程优化与智能决策教育部重点实验室

来源：

模式识别与人工智能 | 2014年 / 27卷 / 08期

基金：

高等学校博士学科点专项科研基金;

关键词：

个性化服务; 推荐系统; 协同过滤; 信息超载;

D O I：

10.16451/j.cnki.issn1003-6059.2014.08.005

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

协同过滤是推荐系统中广泛使用的推荐技术,研究人员对如何完善协同过滤推荐技术开展大量工作,但是相应的研究总结较少.文中对协同过滤的相关研究进行全面回顾,首先阐述协同过滤的内涵及其存在的主要问题,包括稀疏性、多内容及可扩展性,然后详细介绍国内外学者针对以上问题的解决方案,最后指出协同过滤下一步的研究重点.文中介绍一个相对完整的协同过滤知识框架,对理清协同过滤的研究脉络,为后续研究提供参考,推进个性化信息服务的发展具有一定意义.

引用

页码：720 / 734

页数：15

共 26 条

[11] 结合似然关系模型和用户等级的协同过滤推荐算法 [J].