个性化推荐算法研究

被引：57

作者：

陈洁敏

汤庸

李建国

蔡奕彬

机构：

[1] 华南师范大学计算机学院

来源：

华南师范大学学报(自然科学版) | 2014年 / 46卷 / 05期

基金：

广东省科技计划;

关键词：

推荐系统; 推荐算法; 协同过滤; 个性化; 信息过载;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

随着全球信息总量的爆炸式增长,信息超载问题无法避免且日趋严重化.个性化推荐系统是当前解决信息过载问题的有效技术.该文首先阐述了推荐系统概念定义及其三大组成模块,其次深入分析了个性化推荐算法,详细讨论了当前主流的四大类推荐算法:基于内容的推荐算法、协同过滤推荐算法、基于知识的推荐算法和混合的推荐算法,从多角度对各算法的优缺点进行对比,然后阐述了常用评价方法、评测指标及对测试标准进行分类,并且介绍了常用数据集,最后展望个性化推荐未来研究热点.

引用

页码：8 / 15

页数：8

共 7 条

[1]

推荐系统关键技术研究.[D].任磊.华东师范大学.2012, 11

[2]

个性化推荐技术中的协同过滤算法研究.[D].夏培勇.中国海洋大学.2011, 02

[3]

Collaborative filtering with the simple Bayesian classifier..K Miyahara;M J Pazzani;.Proceedings of the6th Pacific Rim International Conference on Artificial Intelligence.2000,

[4]

推荐系统实践.[M].项亮; 编著.人民邮电出版社.2012,

[5] 协同过滤推荐算法综述 [J].