个性化推荐算法研究

摘要：

随着全球信息总量的爆炸式增长，信息超载问题无法避免且日趋严重化。个性化推荐系统是当前解决信息过载问题的有效技术。该文首先阐述了推荐系统概念定义及其三大组成模块，其次深入分析了个性化推荐算法，详细讨论了当前主流的四大类推荐算法：基于内容的推荐算法、协同过滤推荐算法、基于知识的推荐算法和混合的推荐算法，从多角度对各算法的优缺点进行对比，然后阐述了常用评价方法、评测指标及对测试标准进行分类，并且介绍了常用数据集，最后展望个性化推荐未来研究热点。

关键词：推荐系统、推荐算法、协同过滤、个性化、信息过载

分类号：TP391(计算技术、计算机技术)

资助基金：国家863项目2013AA01A212；国家自然科学基金项目61370229，61272067；国家科技支撑计划项目2013BAH72B01；广东省自然基金团队研究项目S2012030006242；广东省重大科技专项计划项目2012A080104019；广东省科技计划项目2011B080100031

在线出版日期：2014-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：8-15