随着互联网和信息计算的飞速发展,衍生了海量数据,我们已经进入信息爆炸的时代。网络中各种信息量的指数型增长导致用户想要从大量信息中找到自己需要的信息变得越来越困难,信息过载问题日益突出。推荐系统在缓解信息过载问题中起着非常重要的作用,该方法通过研究用户的兴趣偏好进行个性化计算,由系统发现用户兴趣进而引导用户发现自己的信息需求。目前,推荐系统已经成为产业界和学术界关注、研究的热点问题,应用领域十分广泛。在电子商务、会话推荐、文章推荐、智慧医疗等多个领域都有所应用。传统的推荐算法主要包括基于内容的推荐、协同过滤推荐以及混合推荐。其中,协同过滤推荐是推荐系统中应用最广泛最成功的技术之一。该方法利用用户或物品间的相似度以及历史行为数据对目标用户进行推荐,因此存在用户冷启动和项目冷启动问题。此外,随着信息量的急剧增长,传统协同过滤推荐系统面对数据的快速增长会遇到严重的数据稀疏性问题以及可扩展性问题。为了缓解甚至解决这些问题,推荐系统研究人员进行了大量的工作。近年来,为了提高推荐效果、提升用户满意度,学者们开始关注推荐系统的多样性问题以及可解释性等问题。由于深度学习方法可以通过发现数据中用户和项目之间的非线性关系从而学习一个有效的特征表示,因此越来越受到推荐系统研究人员的关注。目前的工作主要是利用评分数据、社交网络信息以及其他领域信息等辅助信息,结合深度学习、数据挖掘等技术提高推荐效果、提升用户满意度。对此,本文首先对推荐系统以及传统推荐算法进行概述,然后重点介绍协同过滤推荐算法的相关工作。包括协同过滤推荐算法的任务、评价指标、常用数据集以及学者们在解决协同过滤算法存在的问题时所做的工作以及努力。最后提出未来的几个可研究方向。

http://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=20210502&flag=1

成为VIP会员查看完整内容
45

相关内容

推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
知识驱动的推荐系统:现状与展望
专知会员服务
65+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
82+阅读 · 2021年10月21日
专知会员服务
67+阅读 · 2021年10月6日
专知会员服务
47+阅读 · 2021年6月26日
专知会员服务
64+阅读 · 2021年5月4日
专知会员服务
138+阅读 · 2021年3月30日
基于事件社会网络推荐系统综述
专知会员服务
68+阅读 · 2021年1月13日
应用知识图谱的推荐方法与系统
专知会员服务
114+阅读 · 2020年11月23日
基于知识图谱的推荐系统研究综述
专知会员服务
324+阅读 · 2020年8月10日
知识库问答系统研究进展
专知
4+阅读 · 2021年10月7日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
多模态视觉语言表征学习研究综述
专知
25+阅读 · 2020年12月3日
基于深度学习的单目深度估计综述
CVer
4+阅读 · 2020年10月6日
基于知识图谱的推荐系统研究综述
专知
6+阅读 · 2020年8月10日
【综述】基于知识图谱的推荐系统综述
AINLP
14+阅读 · 2020年7月7日
【综述】交通流量预测,附15页论文下载
专知
21+阅读 · 2020年4月23日
AI综述专栏 | 跨领域推荐系统文献综述(上)
人工智能前沿讲习班
13+阅读 · 2018年5月16日
融合 MF 和 RNN 的电影推荐系统
PaperWeekly
7+阅读 · 2017年12月28日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
Arxiv
5+阅读 · 2017年11月13日
VIP会员
相关VIP内容
知识驱动的推荐系统:现状与展望
专知会员服务
65+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
82+阅读 · 2021年10月21日
专知会员服务
67+阅读 · 2021年10月6日
专知会员服务
47+阅读 · 2021年6月26日
专知会员服务
64+阅读 · 2021年5月4日
专知会员服务
138+阅读 · 2021年3月30日
基于事件社会网络推荐系统综述
专知会员服务
68+阅读 · 2021年1月13日
应用知识图谱的推荐方法与系统
专知会员服务
114+阅读 · 2020年11月23日
基于知识图谱的推荐系统研究综述
专知会员服务
324+阅读 · 2020年8月10日
相关资讯
知识库问答系统研究进展
专知
4+阅读 · 2021年10月7日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
多模态视觉语言表征学习研究综述
专知
25+阅读 · 2020年12月3日
基于深度学习的单目深度估计综述
CVer
4+阅读 · 2020年10月6日
基于知识图谱的推荐系统研究综述
专知
6+阅读 · 2020年8月10日
【综述】基于知识图谱的推荐系统综述
AINLP
14+阅读 · 2020年7月7日
【综述】交通流量预测,附15页论文下载
专知
21+阅读 · 2020年4月23日
AI综述专栏 | 跨领域推荐系统文献综述(上)
人工智能前沿讲习班
13+阅读 · 2018年5月16日
融合 MF 和 RNN 的电影推荐系统
PaperWeekly
7+阅读 · 2017年12月28日
微信扫码咨询专知VIP会员