基于对分网的推荐系统_10720938.docVIP

学分： 文献阅读报告 题目：基于对分网络的推荐系统 姓名：赵海红 学号评语： 基于对分网络的推荐系统 赵海红 计算机科学与工程 Abstract: The rapid development of Internet technology brought us into the era of information explosion. Massive simultaneous presentation of information, while there is disorder, structural diversity, allowing users from one hard to find parts of interest to the other, making a lot of information Shaorenwenjin a network of secret information can not be general user access. This paper summarizes the recommended strategy for a large number of lines each system, put forward recommendations based on the sub-network system, the article relates to the nature of sub-networks, network resource allocation of sub-strategies, then this strategies were applied to the recommendation system. This report summarizes a series of articles, from the simple resource allocation strategy to a variety of resource allocatiostrategies mixed strategy; from considering only enhance accuracy, to consider the accuracy, diversity, novelty, etc. Finally, on their proposed expansion sub-network of the recommendation system, taking into account the time dimension of resources and space dimensions. Key words： Bipartite network personalized recommendation systems material diffusion resource allocation strategies, 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，同时存在无序性，结构多样性的问题 ,使用户一方面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.本文在总结大量的各个策略的推荐系系统之后，提出了基于对分网络的推荐系统，文章涉及到对分网络的性质，对分网络资源分配策略，然后把这种策略运用到推荐系统中。本报告是系列文章的总结，从资源分配的简单策略到资源分配的多种策略的混合策略；从只考虑提升准确率，到考虑准确率、多样性、新颖性等，最后自己提出了扩展对分网络的推荐系统，考虑到资源的时间维度和空间维度。 关键词:　对分网络 个性化推荐 推荐系统 物质扩散 资源分配策略 　 随着 Internet的迅猛发展，接入 Internet 的服务器数量和 World-Wide-Web上的网页的数目都呈现出指数增长的态势。互联网技术的迅速发展使得大量的信息同时呈现在我们面前，例如 ，Netflix 上有数万部电影，Amazon上有数百万本书，Del1icio1.us上面有超过 10 亿的网页收藏， 如此多的信息，别说找到自己感兴趣的部分，即使是全部浏览一遍也是不可能的。传统的搜索算法只能呈现给所有的用户一样的排序结果，无法针对不同用户的兴趣爱好提供相应的服务。 信息的爆炸使得信息的利用率反而降低，这种现象被称之为信息超载。个性化推荐 ，包括个性化搜索，被认为是当前解决信息超载问题最有效的工具之一。推荐问题从根本上说就是代替用户评估它从未看过的产品。这些产品包括书、电影、CD、网页、甚至可以是饭店、音