基于排序学习的推荐算法研究综述

被引：130

作者：

黄震华 ^{[1
]}

张佳雯 ^{[1
]}

田春岐 ^{[1
]}

孙圣力 ^{[2
]}

向阳 ^{[1
]}

机构：

[1] 同济大学电子与信息工程学院

[2] 北京大学软件与微电子学院

来源：

软件学报 | 2016年 / 27卷 / 03期

关键词：

排序学习; 推荐算法; 机器学习; 兴趣模型; 个性化服务;

D O I：

10.13328/j.cnki.jos.004948

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

排序学习技术尝试用机器学习的方法解决排序问题,已被深入研究并广泛应用于不同的领域,如信息检索、文本挖掘、个性化推荐、生物医学等.将排序学习融入推荐算法中,研究如何整合大量用户和物品的特征,构建更加贴合用户偏好需求的用户模型,以提高推荐算法的性能和用户满意度,成为基于排序学习推荐算法的主要任务.对近些年基于排序学习的推荐算法研究进展进行综述,并对其问题定义、关键技术、效用评价、应用进展等进行概括、比较和分析.最后,对基于排序学习的推荐算法的未来发展趋势进行探讨和展望.

引用

页码：691 / 713

页数：23

共 56 条

[1] 面向排序的个性化推荐算法研究与实现.[D].孙建凯.山东大学.2014, 10
[2] 基于高斯混合模型的标签排序算法研究.[D].周扬名.浙江大学.2014, 09
[3] 基于协同过滤和行为分析的微博推荐系统.[D].刘剑波.南京理工大学.2014, 07
[4] 含地理位置信息的社交媒体挖掘及应用.[D].蒋锴.中国科学技术大学.2014, 10
[5] 基于位置社交网络的数据挖掘.[D].连德富.中国科学技术大学.2014, 10
[6] 推荐系统实践.[M].项亮; 编著.人民邮电出版社.2012,
[7] Recommender System Practice..Xiang L;.Posts and Telecom Press.2012,
[8] 社会化推荐系统研究
孟祥武
刘树栋
张玉洁
胡勋
[J]. 软件学报, 2015, 26 (06) : 1356 - 1372
[9] 基于图像信息和排序学习技术的疾病预测方法
黄伟
曾舒如
[J]. 南昌工程学院学报, 2015, 34 (03) : 33 - 37
[10] 基于有监督主题模型的排序学习算法
丁宇新
燕泽权
冯威
薛成龙
周迪
[J]. 电子学报, 2015, 43 (02) : 333 - 337

← 1 2 3 4 5 6 →