- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
推荐算法综述
()34(3):337~ 350, 2011
Journal of Shanxi University(Nat.Sci.Ed.)
:0253-2395(2011)03-0337-14
* 推荐算法综述
1, 2 1, 2
杨博 , 赵鹏飞
(1. , 130012;
2. , 130012)
:推荐是解决互联网信息过载的主要途径之一, 已被广泛应用于 子商务等多 个领域.尽管已存在多种推荐
算法, 建造出更加智能、更加鲁棒的推荐系统仍面临诸多尚未解决的难题, 推荐方法的研究仍是智能信息处理的研
究热点.文章首先阐述了推荐方法的研究背景、研究意义, 之后分别介绍了协同过滤推荐算法、基于内容的推荐算
法、基于图结构的推荐算法和混合推荐算法, 分析了各类算法的优点与不足, 最后总结了主要的评价方法以及面临
的主要问题, 提出了改进的方法和未来可能的研究方向.
:信息过载;推荐系统;协同过滤;信息检索;数据挖掘;机器学习
:T 393 :A
0
.
.
, .
., ., ,
16%.,
, , .
, , .Amazon、eBay、
YouTube Google , .,
2006 Amazon 30%.
, , 、
、、、、.2006 10 , Netfilx
100 , .186 4
.
, 、、
., ,
, , ,
.[1-2], 1 、、
, ,
.2 . 3
.
*
:2011-05-10;:2011-05-20
:60973088);(200903177)
:(1974-), , , , , Agent , , .E-
mail:Ybo @
338 () 34(3) 2011
1
1.1
:,
.[3] (memory-based)
(model-based).
-(user-item),
.1 , , “?”.
U1 I 3 . 1 5 ,
.
、, (、、、
)(user profile), .
1 -
Table 1 User-item ratings matrix
I 1 I2 I3 I4 I 5 I6
U1 4 3 ?
U2 3 2 2 4 4 2
U3 2 3 2
U4 4 3 3 5 2
U5 2 4 1 5
1.1.1 基于记忆的推荐算法
:①/,
;② , .
, .1.6 .
(1)(user-based)
[4]
Ui (i=1, 2, …, n)Ij (j =1, 2, …, m )p
文档评论(0)