协同过滤算法在编辑业务创新中的应用可能与可为-浙江传媒学院学报.pdfVIP

21 4 Vol. 21 No. 4 第 卷 第 期 浙 江 传 媒 学 院 学 报 2014 8 Augest 2014 年 月 Journal of Zhejiang University of Media and Communications 协同过滤算法在编辑业务创新中的应用: 可能与可为 王鹏涛 : 、 、 、 、 摘 要 从逻辑层面论协同过滤算法可以在选题策划 编辑校对 宣传促销 读者服务 市场调查等 ， ， 业务领域发挥独特功能 可以辅助决策者选择创新方案和规避战略风险 可以提升管理层业务统筹和资源 。 ， ， 整合的绩效 从操作流程角度出发 阐释协同过滤算法在编辑业务创新中应用的机理 探讨应用过程中可 能遇到的问题和破解对策。 : ; ; ; 关键词 协同过滤算法 编辑业务创新 读者导向 综合绩效 : ， ， ， 。 ( ， ，210093) 作者简介 王鹏涛 男 副教授 管理学博士 南京大学信息管理学院 江苏南京 中图分类号:G232 文献标志码:A 文章编号:1008 － 6552 (2014)04 － 0079 － 05 DOI:10.13628/ki.zjcmxb.2014.04.014 协 ， 同过滤算法在商务领域主要用于产品和服务的智能推荐 在电子商务中被广泛接受且增长前景 。 : 、 良好 其原理大致如下 利用某个兴趣相投 拥有共同经验的消费群体的喜好来推荐用户感兴趣的信 ， ( )，这 ， 息 用户借助合作机制对信息做出回应 如评分 些数据被记录下来以达到过滤的目的 进而帮助 ， ， 。 (rating) 其他人筛选信息 回应不限于特别感兴趣的 不感兴趣的也很重要 协同过滤可分为评价 和 (social filtering) 。 ( ) ， 社会过滤 两类 社会过滤 又称合作过滤 是指根据顾客的交易历史 并从具有相似 “ ”， 消费经历的顾客群的交易记录去为这个顾客推荐其 可能喜欢的新品种 亦即借由社交群体的偏好为 、 。 ， 个人提供信息 商品等推荐服务 除个性化推荐之外 协同过滤系统还可以自动计算喜好的强弱进而 ， ， ， 去芜存菁 以使过滤的内容更有凭据 虽然基于模型的协同过滤不能保证绝对准确 但由于加入了强 ，