rss 推薦閱讀 wap

智能在線 - 人工智能科技聚合推薦平臺

熱門關鍵詞:  as  test  xxx  云南  請輸入關鍵詞
首頁 今日推薦 人工智能 手機電腦 信息發展 數碼科技 環保節能 系統研究 互聯天下 航天通信 創新創業

個性化推薦系統研究綜述

發布時間:2019-10-08 05:05:50 已有: 人閱讀

  個性化推薦系統研究綜述_教育學/心理學_人文社科_專業資料。個性化推薦系統研究綜述 【摘 要】個性化推薦系統不僅在社會經濟中具有重要的應用價值,而且也 是一個非常值得研究的科學問題。 給出個性化推薦系統的定義, 國內外研究現狀, 同時闡述了推薦系統的推薦算法。

  個性化推薦系統研究綜述 【摘 要】個性化推薦系統不僅在社會經濟中具有重要的應用價值,而且也 是一個非常值得研究的科學問題。 給出個性化推薦系統的定義, 國內外研究現狀, 同時闡述了推薦系統的推薦算法。最后對個性化推系統做出總結與展望。 【關鍵詞】推薦系統;推薦算法;個性化 1.個性化推薦系統 1.1 個性化推薦系統的概論 推薦系統是一種特殊形式的信息過濾系統(Information Filtering) ,推薦系統 通過分析用戶的歷史興趣和偏好信息, 可以在項目空間中確定用戶現在和將來可 能會喜歡的項目,進而主動向用戶提供相應的項目推薦服務[1]。傳統推薦系統 認為推薦系統通過獲得用戶個人興趣,根據推薦算法,并對用戶進行產品推薦。 事實上, 推薦系統不僅局限于單向的信息傳遞,還可以同時實現面向終端客戶和 面向企業的雙向信息傳遞。 一個完整的推薦系統由 3 個部分組成:收集用戶信息的行為記錄模塊,分析 用戶喜好的模型分析模塊和推薦算法模塊, 其中推薦算法模塊是推薦系統中最為 核心的部分。 推薦系統把用戶模型中興趣需求信息和推薦對象模型中的特征信息 匹配, 同時使用相應的推薦算法進行計算篩選, 找到用戶可能感興趣的推薦對象, 然后推薦給用戶。 1.2 國內外研究現狀 推薦系統的研宄開始于上世紀 90 年代初期,推薦系統大量借鑒了相關領域 的研宄成果,在推薦系統的研宄中廣泛應用了認知科學、近似理論、信息檢索、 預測理論、 管理科學以及市場建模等多個領域的知識。隨著互聯網的普及和電子 商務的發展,推薦系統逐漸成為電子商務 IT 技術的一個重要研究內容,得到了 越來越多研究者的關注。ACM 從 1999 年開始每年召開一次電子商務的研討會, 其中關于電子商務推薦系統的研究文章占據了很重。個性化推薦研究直到 20 世紀 90 年代才被作為一個獨立的概念提出來。最近的迅猛發展,來源于 Web210 技術的成熟。有了這個技術,用戶不再是被動的網頁瀏覽者,而是成為 主動參與者[2]。 個性化推薦系統的研究內容和研究方向主要包括: (1)推薦系統的推薦精度 和實時性是一對矛盾的研究; (2)推薦質量研究,例如在客戶評價數據的極端稀 疏性使得推薦系統無法產生有效的推薦,推薦系統的推薦質量難以保證; (3)多 種數據多種技術集成性研究; (4) 數據挖掘技術在個性化推薦系統中的應用問題, 基于 Web 挖掘的推薦系統得到了越來越多研究者的關注; (5)由于推薦系統需 要分析用戶購買習慣和興趣愛好,涉及到用戶隱私問題,如何在提供推薦服務的 同時有效保護用戶隱私值得作進一步深入的研究; (6)關于推薦結果的解釋的研 究; (7)關于推薦系統規模性的研究等。 2.推薦算法和不同類型的推薦系統 2.1 協同過濾系統 協同過濾系統,首先利用用戶的歷史信息計算用戶之間的相似性; 然后, 利用與目標用戶相似性較高的鄰居對其他產品的評價來預測目標用戶對特定產 品的喜好程度。 系統根據這一喜好程度來對目標用戶進行推薦。協同過濾推薦系 統最大的優點是對推薦對象沒有特殊的要求,能處理音樂、電影等難以進行文本 結構化表示的對象。 協同過濾系統是目前應用最為廣泛的個性化推薦系統,其中 Grundy 被認為是第一個投入應用的協同過濾系統。協同過濾推薦系統的算法可 以分為兩類: 基于記憶的和基于模型的算法。基于記憶的算法根據系統中所有被 打過分的產品信息進行預測; 基于模型的算法收集打分數據進行學習并推斷用戶 行為模型,進而對某個產品進行預測打分。 協同過濾系統因為有以下的優點,在實際系統中得到了廣泛的應用: (1)具 有推薦新信息的能力,可以發現用戶潛在的但自己尚未覺察的興趣偏好; (2)能 夠推薦藝術品、音樂、電影等難以進行內容分析的產品。雖然協同過濾推薦系統 得到了廣泛的應用,但是也面臨很多問題,例如冷啟動問題等。 2.2 基于內容的推薦系統 最初的基于內容的推薦系統是協同過濾技術的延續與發展, 它不需要依據用 戶對項目的評價意見, 而是依據用戶已經選擇的產品內容信息計算用戶之間的相 似性,進而進行相應的推薦.隨著機器學習等技術的完善,當前的基于內容的推 薦系統可以分別對用戶和產品建立配置文件,通過分析已經購買或瀏覽過的內 容,建立或更新用戶的配置文件。系統可以比較用戶與產品配置文件的相似度, 并直接向用戶推薦與其配置文件最相似的產品。基于內容的推薦系統中,用戶的 配置文件構建與更新是其中最為核心的部分之一,也是目前研究人員關注的焦 點。 基于內容推薦的優點有: (1)可以處理新用戶和新產品冷啟動問題; (2)可 以不受打分稀疏性問題的約束。 (3)能推薦新出現的產品和非流行的產品,能夠 發現隱藏的暗信息。 (4)通過列出推薦項目的內容特征,可以解釋為什么推薦這 些產品。但是基于內容的推薦系統不可避免地受到信息獲取技術的約束。 2.3 基于網絡結構的推薦算法 基于網絡結構的推薦算法不考慮用戶和產品的內容特征, 而僅僅把它們看成 抽象的節點, 所有算法利用的信息都藏在用戶和產品的選擇關系之中。基于網絡 結構的算法開辟了推薦算法研究的新方向.然而,該算法也面臨著新用戶,新產 品等問題.如將許多實際的推薦系統把上述幾種推薦算法有機結合起來也可以取 得不錯的應用效果。 3.總結與展望 最近幾年, 隨著互聯網的高速發展,我們身處的信息世界的組織和結構有了 很大的變化.首先, 信息量的爆炸性增長使得一個普通用戶搜尋自己感興趣內容 的難度和成本都提高了很多;其次,大量的信息被安靜地放在網絡的旮角,因為 訪問量小,因此不為人知。我們說對推薦系統的研究,既有重大的社會價值,又 有重大的經濟意義, 就是指它既能作為信息過濾的工具幫助用戶更好地利用互聯 網信息, 又能作為網站營銷的武器,提高網站的用戶黏著度和推廣相關產品或服 務。 [科] 【參考文獻】 [1]P.Resnick, H.R.Varian. Recommender systems, Commun.AC

最火資訊

首頁 | 今日推薦 | 人工智能 | 手機電腦 | 信息發展 | 數碼科技 | 環保節能 | 系統研究 | 互聯天下 | 航天通信 |免責聲明

Copyright2008-2022 智能在線 www.gwxovb.icu 版權所有 業務QQ:17468920 Power by DedeCms

電腦版 | wap

重庆时时彩停了吗