个性化推荐算法综述.pdfVIP

个性化推荐算法综述 黄仁 孟婷婷 (重庆大学计算机学院) 摘要 ：本文就个性化推荐算法进行综述，以期为今后 的研究提供 借鉴。 关键词 ：个性化推荐系统 推荐算法 社交网络 取物品 1概述 、 ■ 随着互联网的发展，大量的信息系统、资源、门户网站 物 品库 的建设，使得人们在享受到便利的信息获取方式的同时， 也对如何快速准确地获取 自己需要 的信息越来越 关注 ，可 图 1 推荐系统模型 以说谁能帮助用户快速地获取信息，谁就取得了成功 的通 函数 u()可以计算对象 S对用户 C的推荐度和产品的可用 行证。这一方面的典型例子就是百度搜索引擎的出现，百 性，即，R是一定范围内的全序非负实数 ，推荐要研究的问 度公司从初创不足 10人到 5年内实现美国纳斯达克上 题就是找到推荐度 R最大的哪些对象 S ，如公式(1) 市 ，就充分说明了这一点。 VC∈，S =argmaxssu(c，S) (1) 搜索引擎在解决信息过载 问题方面发挥 了非常重要 从上述概念和定义中可以看出，推荐系统关键是效用 的作用，并具有不可替代性 ，但是搜 索引擎也存在一些固 函数 u的计算 ，即推荐算法的计算，下文将对流行 的推荐 有的缺点 ，首先 ，它不具有个性化搜索功 能，对于相关的关 算法进行描述。 键词，每次的搜索结果都是相同的：其次，在商业购买行为 3推荐算法综述 上 ，搜索引擎并不能对用户提供有效的购买建议 ；最后，由 推荐算法是整个推荐系统中最关键和核心的部分，在 于竞价排名的问题，搜索引擎查询 出来 的排名靠前的信息 很大程度上决定 了推荐系统的性能和推荐效果 ，目前很多 可能并不是 自己需要的信息。 学者对推荐系统 的研究重点都在如何提高推荐效率和推 由于搜索引擎的这些缺点，个性化推荐系统应运而 荐效果方面 ，不 同的推荐算法推荐效率不 同，应用环境也 生。个性化推荐系统根据用户的历史浏览信息，对用户兴 不同，目前主流 的推荐算法大致可以分为以下几种 ：协 同 趣进行建模 ，将用户可能感兴趣而又未曾浏览过的产品、 过滤推荐和基于内容的推荐。下一节将讨论这几类算法 ， 信息等推荐给用户。和搜索引擎相 比，推荐系统一般 不需 并对一些新的推荐算法给 出描述。 要用户 自主输入查询关键字，就 能完成信息推荐 ，另一方 3．1协 同过滤算法 面 ，对于不同的用户，推荐系统推荐 的信息并不完全相 同， 协同过滤算法是研究最早并且应用最广的推荐算法 总体上符合用户的个性化需求。