个性化推荐算法研究

• 作者: 李建国 汤庸 蔡奕彬 陈洁敏
• 来源期刊: 华南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 推荐算法 协同过滤 个性化 信息过载
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 特约综述
• 页码范围: 8-15
• 页数: 8页
• 分类号: TP391
• 字数: 8168字
• 语种: 中文
• DOI: 10.6054/j.jscnun.2014.06.021

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤庸	华南师范大学计算机学院	92	593	13.0	19.0
2	李建国	华南师范大学计算机学院	9	156	5.0	9.0
3	陈洁敏	华南师范大学计算机学院	5	122	4.0	5.0
4	蔡奕彬	华南师范大学计算机学院	2	98	2.0	2.0