混合推荐系统方法浅析.docVIP

混合推荐系统方法浅析 　　【摘 要】随着Internet的迅速发展，各种信息以指数级的速度增长，类型也愈来越多。如何有效的解决信息过载带来的种种问题，如何满足各种不同用户的需求，成为新的研究课题。本文提出一种基于混合方法的推荐系统方法，经验性的比较了混合算法与单纯贴近算法之间的表现，并且说明了混合方法较纯贴近方法可以提供更准确的推荐效果。 　　【关键词】混合推荐系统；内容算法；人工智能 　　0.引言 　　在互联网的迅猛发展下，随着信息过载问题的逐年升温，互联网用户对信息需求的日益膨胀，推荐系统在各个领域的数字化进程中扮演着越来越重要的角色.在过去的数十年中，推荐系统在学术研究、工业界各种应用上取得了长足的进步.然而，现有的推荐算法仍然存在特征提取、冷启动、过拟合、稀疏问题，需要不断完善和解决.一些推荐系统通过混合使用协同方法和基于内容的方法，来避免单纯使用基于内容的方法或协同算法中的某些局限[1]。将协同方法和基于内容的方法混合应用至推荐系统有很不同方式，大概可以分为以下几类： 　　（1）单独分开执行协同方法和基于内容的方法并将其预测合并。 　　（2）将一些基于内容算法的特征应用于协同方法中。 　　（3）将一些协同方法的特征应用于基于内容方法中。 　　（4）建立一个将协同算法和基于内容算法特征结合应用的模型。 　　上述方法已经被推荐系统的研究者所采用，下面