个性化推荐系统的研究进展_刘建国.pdf

19 1 2009 1 1 * 专题评述* 个性化推荐系统的研究进展* 1, 2 1, 2 1, 3* * 刘建国 周 涛 汪秉宏 1. , , , 230026; 2. Departm ent of Physics, University of Fribourg, w itzerland, CH-1700; 3. , , 200093 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 信息的同时呈现, 一方面使用 户很难从中发现自己感兴趣的部分, 另 一方面也使得大 少人问津的信息成为网络中的 / 暗信 息0 , 无法被一般用户获取. 个性化推荐系统通过建立用户与信息产品之间的二元关系, 利用已有 的选择过程或相似性关系挖掘每 个用户潜在感兴趣的对象, 进而进行 个性化推荐, 其本质就是信 息过滤. 个性化推荐系统不仅在社会经济中具有重要的应用价值, 而且也是 一个非常值得研究的 科学问题. 事实上, 它是目前解决信息过载问题最有效的工具. 文中根据推荐算法的不同, 分别介 绍了协同过滤系统, 基于内容的推荐系统, 混合推荐系统, 以及最近兴起的基于用户) 产品二部 图网络结构的推荐系统. 并结合这些推荐系统的特点以及存在的缺陷, 提出了改进的方法和未来 可能的若干研究方向. 推荐系统的研究受到了信息科学计算数学统计物理学认知科学等多学 科的关注, 它与管理科学消费行为等研究也密切相关. 能够为不同学科领域的科研工作者研究 推荐系统提供借鉴, 有助于我国学者了解该领域的主要进展. 关键词 [ 1) 5] Internet , Internet . World-Wide-Web CD . ) ) ) . , , Netflix 20 90 [ 1, 2] , Amazon , . , Del1 icio1 us 10 , Web210 . , [ 3] , , , . . , , , Amazon, eBay , . Youtube , . , . , , , . . , 2008-06-23 , 2008-07-09 * ( : 2006CB705500) ( : * * , E- mail: bhwang@ ustc1 edu1 cn 2 19 1 2009 1 , . , . . VentureBeat , A mazon . 35%. , , . [ 5] . Netflix 100