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

[41] Cumulated gain-based evaluation of IR techniques
Järvelin, K
Kekäläinen, J
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2002, 20 (04) : 422 - 446
[42] Matrices, vector spaces, and information retrieval
Berry, MW
Drmac, Z
Jessup, ER
[J]. SIAM REVIEW, 1999, 41 (02) : 335 - 362
[43] Multitask learning
Caruana, R
[J]. MACHINE LEARNING, 1997, 28 (01) : 41 - 75
[44] OPTIMUM POLYNOMIAL RETRIEVAL FUNCTIONS BASED ON THE PROBABILITY RANKING PRINCIPLE
FUHR, N
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 1989, 7 (03) : 183 - 204
[45] Jessen theorems for holomorphic; almost-periodic functions in tubular domains.[J].L. I. Ronkin.Siberian Mathematical Journal.1988, 3
[46] EXTENDED BOOLEAN INFORMATION-RETRIEVAL
SALTON, G
FOX, EA
WU, H
[J]. COMMUNICATIONS OF THE ACM, 1983, 26 (11) : 1022 - 1036
[47] Balancing exploration and exploitation in listwise and pairwise online learning to rank for information retrieval
Hofmann, Katja
Whiteson, Shimon
de Rijke, Maarten
[J]. INFORMATION RETRIEVAL, 2013, 16 (01): : 63 - 90
[48] Towards mobile intelligence: Learning from GPS history data for collaborative recommendation.[J].Vincent W. Zheng;Yu Zheng;Xing Xie;Qiang Yang.Artificial Intelligence.2012,
[49] Probabilistic Topic Models
Blei, David M.
[J]. COMMUNICATIONS OF THE ACM, 2012, 55 (04) : 77 - 84
[50] A hybrid approach for personalized recommendation of news on the Web.[J].Hao Wen;Liping Fang;Ling Guan.Expert Systems With Applications.2011, 5

← 1 2 3 4 5 6 →