基于知识的推荐算法.PDFVIP

推荐算法综述 纪幼纯 2017.3.15 - 1 - 研究背景及意义 随着网络技术和信息技术的飞速发展，网络上的信息爆炸 性增长，人们经常陷入 “信息迷航”的问题中。当他们浏览网 页或者新闻，往往很难描述自己想要什么，在网上浏览一圈之 后，还是找不到自己感兴趣或者需要的信息。 因此，推荐系统应运而生。作为一个桥梁，个性化推荐技 术将用户和信息资源联系在一起。一方面，推荐系统可以帮助 用户过滤掉不需要的信息，另一方面，还可以将一些不热门但 是用户真正需要的信息展示给用户，这就很好的缓解了 “信息 过载”和 “信息迷航”问题[1]。 [1] Dong, Y., S. Liu, and J. Chai. Research of hybrid collaborative filtering algorithm based on news recommendation. in Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI), International Congress on. 2016. IEEE. - 2 - 最早开始研究推荐系统的是明尼苏达大学，提出了最早的协 同过滤推荐技术，后来，斯坦福大学的Marko Balabanovic在 美国人工智能协会上推出个性化推荐系统[2]。之后，Yahoo!和 Google推出了个性化首页服务，亚马逊将个性化推荐运用到电 子商务中，分析用户购买行为，使用协同过滤推荐技术为用户推 荐商品。 [2]Balabanovic, M., Learning to surf: multiagent systems for adaptive web page recommendation. 1998. - 3 - 编号 名字 年份 使用的推荐方法 应用领域 1 IMDb 1990 协同过滤 影音 2 亚马逊 1994 基于物品的协同过滤 商品 3 潘多拉电台 2000 基于内容的推荐 音乐 4 last.fm 2000 协同过滤 音乐 5 Netflix 2006 混合推荐 视频 6 今日头条 2012 混合推荐 新闻 7 网易云音乐 2013 混合推荐 音乐 [3]Arekar, T., M.R. Sonar, and N. Uke, A Survey on Recommendation System. 2014. - 4 - David W. McDonald等人（2000）[4]提出了一个基于专家知识定位 的推荐系统，在推荐系统中加入专家知识模块，适合专业性较强的推 荐