个性化推荐系统综述.pdf

个性化推荐系统综述.pdf

ID:50228372

大小:1.83 MB

页数:11页

时间:2020-03-05

个性化推荐系统综述.pdf_第1页
个性化推荐系统综述.pdf_第2页
个性化推荐系统综述.pdf_第3页
个性化推荐系统综述.pdf_第4页
个性化推荐系统综述.pdf_第5页
资源描述:

《个性化推荐系统综述.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、662012,48(7)ComputerEngineeringandApplications计算机工程与应用⦾网络、通信、安全⦾个性化推荐系统综述王国霞,刘贺平WANGGuoxia,LIUHeping北京科技大学自动化学院,北京100083SchoolofAutomation,UniversityofScience&TechnologyBeijing,Beijing100083,ChinaWANGGuoxia,LIUHeping.Surveyofpersonalizedrecommendationsystem.ComputerEngineeringandApplications,2012,4

2、8(7):66-76.Abstract:Informationoverloadisoneofthemostcriticalproblems,andpersonalizedrecommendationsystemisapowerfultooltosolvethisproblem.Inthisarticle,thedefinitionofrecommendationsystemisintroduced,thisarticlealsoexpoundssomekeytechnolo-giesincludingusermodeling,recommendationitemmodelingandreco

3、mmendationalgorithm.Therecommendationframeandevalua-tionmethodsarealsoexhibited.Thisarticletriestogivethedifficultiesandfuturedirectionsofrecommendationsystem.Keywords:recommendationsystem;informationoverload;recommendationalgorithm;personalization摘要:信息超载是目前网络用户面临的一个严重问题,个性化推荐系统是解决该问题的一个有力工具,并受到了众多

4、的关注和研究。给出推荐系统的定义,同时阐述了推荐系统的几项关键技术,包括用户建模、推荐对象的建模和推荐算法。后来总结了推荐系统的体系结构和性能评价指标,并尝试给出了推荐系统未来研究的重点、难点和热点问题。关键词:推荐系统;信息超载;推荐算法;个性化DOI:10.3778/j.issn.1002-8331.2012.07.018文章编号:1002-8331(2012)07-0066-11文献标识码:A中图分类号:TP18互联网的出现和普及给用户带来了大量的信息,满足了1推荐系统的概念和定义用户在信息时代对信息的需求,但随着网络的迅速发展而带推荐系统的定义有不少,但被广泛接受的推荐系统的概来的网

5、上信息量的大幅增长,使得用户在面对大量信息时无念和定义是Resnick和Varian在1997年[2]给出的:“它是利用电法从中获得对自己真正有用的那部分信息,对信息的使用效子商务网站向客户提供商品信息和建议,帮助用户决定应该率反而降低了,这就是所谓的信息超载(informationoverload)购买什么产品,模拟销售人员帮助客户完成购买过程”。问题。推荐系统有3个重要的模块:用户建模模块、推荐对象建目前,针对信息超载问题的解决办法之一是以搜索引擎模模块、推荐算法模块。通用的推荐系统模型流程如图1所示[3]。为代表信息检索系统,比如Google、Baidu等,它们在帮助用户推荐系统把用户

6、模型中兴趣需求信息和推荐对象模型中的特获取网络信息方面发挥着极其重要的作用。但使用搜索引擎征信息匹配,同时使用相应的推荐算法进行计算筛选,找到用的用户在使用同一个关键字搜索信息时,得到的结果是相同户可能感兴趣的推荐对象,然后推荐给用户。的[1】。另一方面来看,信息及其传播是多样化的,而用户对信提供个人偏好计算用户息的需求是多元化和个性化的,那么通过以搜索引擎为代表获取用户偏好模型的信息检索系统获得的结果不能满足用户的个性化需求,仍采集个人偏好然无法很好地解决信息超载问题。寻求推荐解决信息超载问题另外一个非常有潜力的办法是个性化推荐提供推荐推荐系统,它是根据用户的信息需求、兴趣等,将用户感兴趣

7、推荐算法对象模型的信息、产品等推荐给用户的个性化信息推荐系统。和搜索图1推荐系统通用模型引擎相比推荐系统通过研究用户的兴趣偏好,进行个性化计推荐系统的形式化定义如下[4-5]:设C是所有用户的集合,算,由系统发现用户的兴趣点,从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供个性化的服务,S是所有可以推荐给用户的对象的集合。实际上,C和S集合还能和用户之间建立密切关系,让用户对推荐产生依赖。的规

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。