数据挖掘中的推荐算法综述.pdfVIP

ISSN 1009-3044 E-mail: eduf@ 第8卷第19期 (2012年7月) ComputerKnowledgeandTechnology电脑知识与技术 ComputerKnowledgeandTechnology 电脑知识与技术 Vol.8, No.19, July 2012. Tel:+86-551-5690963 5690964 数据挖掘中的推荐算法综述 1 2 耿鑫 ，刘晋佩 （1.同济大学计算机科学与技术系，上海201804 ；2.厦门大学信息科学与技术学院 自动化系，福建厦门363105) 摘要：推荐算法是推荐系统的核心，近年来，推荐系统受到了研究人员和学术界的关注，到目前，研究人员提出了很多推荐算法。该 文侧重讨论现有的推荐算法及其性能，并在此基础上，进一步提出了未来的研究方向。 关键词：数据挖掘；推荐系统；协同过滤 中图分类号：TP 301 文献标识码：A 文章编号：1009-3044(2012)19-4691-06 Survey of Recommender Algorithms in Data Mining 1 2 GENG Xin , LIU Jin-pei (1.Department of Computer Science and Technology, Tongji University, Shanghai 201804, China; 2.Department of Automation, Xiamen University, Xiamen 363105, China) Abstract: The recommender algorithm is the major part of the recommender system. In recent years, researchers and academics have paid more attention to the recommender system and proposed a lot of recommendation algorithm. This paper focuses on discussion of the exist⁃ ing recommendation algorithm and its performance, and on this basis, the future research directions. Key words: data mining; recommender system; collaberative filtering 1 概述 在知识爆炸的互联网时代，网络的信息量以指数级的速度在不断增长，简单搜索引擎已无法满足用户在海量信量中获取信息 的需要，信息的利用率降低。为解决这一问题，研究人员提出了推荐系统，可有效地解决在海量信息中的获取有用信息的问题。推 荐系统是通过分析用户的历史行为，提示用户习惯和喜好，建立相应的推荐算法，为每个用户产生一个推荐列表，使其可以快速地 找到自己感兴趣的信息。 上世纪末，推荐系统主要应用于音乐、电影、书籍等产品的推荐。近年来，推荐系统已被广泛地应用于电子商务领域，成为电子 商务中不可缺少的一部分，各大电子商务网站，如Amazon 、taobao 、ebay 都不同程度的使用了推荐系统，显著地提高了电子商务企业 的销售额，同时也为用户搜索商品提供了方便。与此同时对推荐系统的研究在理论上促进了多学科的交叉发展。设计出更优秀的 推荐算法已经成为理论界关注的热点。目前为止，学者们提出了基于内容的推荐算法、协同过滤推荐算法、基于复杂网络的推荐算 法、混合推荐算法等不同的算法，数据挖掘领域、机器学习领域的一些新方法也被应用到推荐算法中。 2 推荐系统及其关键问题 文献[1]给出推荐系统非形式化定义：“利用电子商务网站向客户提供商品信息和建议，帮助客户决定购买的产品，模拟销售人 员帮助客户完成购买。”图1给出了推荐系统模型流程，主要过程是收集用户喜好数