个性化推荐系统综述.pdf

《个性化推荐系统综述.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、科技展望2017/12个性化推荐系统综述冯蓓蓓(安徽工业经济职业技术学院，安徽合肥230051)【摘要】随着网络技术的飞速发展，数据规模的剧增，信息过载的问题日趋严重。为方便用户获取真正所需信息，可利用个性化推荐系统帮助进行信息筛选和推荐。本文针对常用个性化推荐系统进行研究，从相关概念、关键技术及存在的问题等方面作以综述，为具体领域内实现个性化推荐系统开发和应用打下基础。【关键词】推荐系统推荐算法个性化1研究背景互联网、移动互联网以及物联网为我们带来了大量的信息，在满足我们对信息的需求的同时，也一同带来了信息过载的问题。

2、用户在面对大量的信息时无所适从，不能有效的筛选出对自己真正有价值的那部分信息。搜索引擎虽然可以部分解决用户对信息的检索需求，但在很多领域，如电子商务、在线教育等，由于用户的信息需求有多样化、个性化的特点，利用搜索引擎检索信息效果图1推荐系统模型不佳。3．1基于内容的推荐利用个性化推荐系统，则可以通过个性化算法，发现用户的兴Content－basedＲecommendations(简称CB)是应用最早的推趣偏好，进而挖掘出用户的信息需求，将合适的信息、产品等推荐荐方法之一。它根据用户过去喜欢的产品，为用户推荐和他过去给用户

3、。与通用搜索引擎相比，个性化推荐系统能够更精准的发喜欢的产品相似的产品。例如，一个电子商务推荐系统可以依据现用户的个性化需求，为用户提供更加贴切和个性化的服务，从而某个用户之前检索或购买过数码相机而为他推荐数码相机相关产进一步拉近系统与用户之间的关系，让用户对推荐系统更加依赖。品。CB最早主要是应用在信息检索系统当中，所以很多信息检索个性化推荐系统在很多领域内应用广泛。目前已经成功应用及信息过滤里的方法都能用于CB中。在电子商务、网络社交以及新闻媒体等多个领域。本文就推荐系CB的关键步骤是:(1)用户模型的建立。可通过显

4、式或隐式统的几项关键技术研究给予讲述。的方式获取用户的个性化偏好信息建立用户模型。(2)对拟推荐2国内外研究现状物品或信息进行特征提取。(3)将提取的特征与用户模型进行对XeroxPAＲC研究中心推出的一个用于过滤电子邮件、推荐新比，取相似度高的物品进行推荐。闻的Typestry推荐系统，被认定为第一个真正的推荐系统。由于建立用户模型一般可利用机器学习算法进行。常用机器学习该系统的推荐功能必须建立在了解用户的兴趣爱好的基础上，因算法包括贝叶斯分类算法、决策树分类算法、神经网络、支持向量此用户群体不宜过大，应用范围受限。机

5、及随机森林等集成学习分类算法等。Ｒingo个性化音乐推荐系统是由MIT媒体实验室开发的协同物品特征提取领域中比较重要的研究方向是文本特征提取。过滤推荐系统，既可以向用户推荐喜欢的音乐，又能够过滤掉不喜最常用的特征提取算法是TF－IDF算法，即词频倒排文档频率法。欢的音乐，同时可以预测用户对特定音乐的评分。基于内容的推荐方法原理简单，推荐结果容易理解;不存在冷近年来Amazon、Google、Netflix等大型互联网公司也在影视、启动问题;不需要惯用数据;没有流行度偏见，可以推荐有罕见特电子商务、网络广告、社交网络等多个

6、领域纷纷推出了自己的个性性的物品;可以使用用户内容特性来提供解释。但是也存在缺点:化推荐系统。对于物品的特征要求比较强，对于视频、音频等多媒体资源无法进国内由于对推荐系统方面的理论研究起步晚，国内的研究水行满意的推荐;很难出现新的推荐结果，用户的个性化偏好在与内平相比国外还有不小的差距，主要表现在实时性不强和准确性不容匹配度高时才能获得推荐，很难为用户发现新的感兴趣信息;缺高等方面。2009年国内首家从事个性化推荐的专业公司百分点公少多样性、对于物品的多个特性难以融合等缺点。司成立。2011年百度公司将推荐引擎列为了未来

7、互联网发展的3．2基于协同过滤的推荐战略方向。豆瓣的音乐、影视推荐，京东、当当的商品推荐等等，很CollaborativeFilteringＲecommendations(协同过滤，简称CF)多网站都以多种形式融合了个性化推荐服务。是目前最流行的推荐方法，在研究界和工业界得到大量使用。很3关键技术多有名的推荐系统都是利用协同过滤推荐策略，如Netflix的电影Ｒesick和Varian于1997年首次提出了推荐系统在电子商务推荐系统、亚马逊的商品推荐系统、Tapestry邮件处理系统等。协领域内应用的概念:即能够为电商网

8、站用户有针对性的提供商品同过滤能够基于一组兴趣相同的用户或项目进行推荐，它根据邻信息和建议，模拟商场导购行为帮助用户做出购买决定。居用户(与目标用户兴趣相似的用户)的偏好信息产生对目标用个性化推荐系统(personlizedrecommendersystems)目前在多户的推荐列表。协同过滤推荐算法一般可以分为基于用