首页 | 本学科首页   官方微博 | 高级检索  
     检索      

个性化推荐系统的研究进展
引用本文:刘建国,周涛,汪秉宏.个性化推荐系统的研究进展[J].自然科学进展,2009,19(1):1-15.
作者姓名:刘建国  周涛  汪秉宏
作者单位:1. 中国科学技术大学,近代物理系,理论物理研究所,合肥,230026;Department,of,Physics,University,of,Fribourg,Switzerland,CH-1700
2. 中国科学技术大学,近代物理系,理论物理研究所,合肥,230026;上海系统科学研究院复杂适应系统研究所,上海理工大学,上海,200093
基金项目:国家重点基础研究发展计划(973计划),国家自然科学基金 
摘    要:互联网技术的迅猛发展把我们带进了信息爆炸的时代。海量信息的同时呈现,一方面使用户很难从中发现自己感兴趣的部分,另一方面也使得大量少人问津的信息成为网络中的“暗信息”,无法被一般用户获取。个性化推荐系统通过建立用户与信息产品之间的二元关系,利用已有的选择过程或相似性关系挖掘每个用户潜在感兴趣的对象,进而进行个性化推荐,其本质就是信息过滤。个性化推荐系统不仅在社会经济中具有重要的应用价值,而且也是一个非常值得研究的科学问题。事实上,它是目前解决信息过载问题最有效的工具。文中根据推荐算法的不同,分别介绍了协同过滤系统,基于内容的推荐系统,混合推荐系统,以及最近兴起的基于用户一产品二部图网络结构的推荐系统。并结合这些推荐系统的特点以及存在的缺陷,提出了改进的方法和未来可能的若干研究方向。推荐系统的研究受到了信息科学、计算数学、统计物理学、认知科学等多学科的关注,它与管理科学、消费行为等研究也密切相关。能够为不同学科领域的科研工作者研究推荐系统提供借鉴,有助于我国学者了解该领域的主要进展。

关 键 词:推荐系统  个性化推荐  协同过滤  基于内容的推荐  基于网络的推荐
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《自然科学进展》浏览原始摘要信息
点击此处可从《自然科学进展》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号