协同过滤推荐算法综述

被引：198

作者：

马宏伟 ^{[1
]}

张光卫 ^{[2
]}

李鹏 ^{[3
]}

机构：

[1] 山东建筑大学计算机科学与技术学院

[2] 北京航空航天大学软件开发环境国家重点实验室

[3] 哈尔滨工业大学深圳研究生院信息安全中心

来源：

小型微型计算机系统 | 2009年 / 30卷 / 07期

关键词：

推荐系统; 协同过滤推荐算法; 稀疏性; 扩展性;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

推荐系统是电子商务系统最重要的技术之一,协同过滤推荐是目前应用最广泛和最成功的推荐系统.介绍协同过滤推荐算法的基本思想和最新研究进展,分析目前出现的代表性算法.总结协同过滤推荐算法中的关键问题和相关解决方案,比如相似性比较,数据稀疏性问题,推荐的实时性,推荐策略,评估方法等,同时也对比分析各种方法的优缺点.最后介绍协同过滤推荐算法需要进一步解决的问题和可能的发展方向.

引用

页码：1282 / 1288

页数：7

共 23 条

[1] 协同过滤推荐系统中数据稀疏问题的解决 [J].