推荐系统研究进展

• 作者: 孙婧 朱扬勇
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 推荐系统 个性化 协同过滤 大数据
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 综述?探索
• 页码范围: 513-525
• 页数: 13页
• 分类号: TP301
• 字数: 11301字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1412023

摘要

推荐系统（recommender system，RS）是当今网络时代的产物，在技术研究和应用方面取得了很多成果。综述了推荐系统领域的研究状况和进展，提出了3个研究阶段，并指出了每个阶段标志性意义的事件。在当前大数据环境下，从数据的角度看推荐，提出了推荐系统新的分类方法，即根据推荐时所使用的数据不同分为7种类别，同时指出了每个类别使用了哪些推荐模型及其优缺点。提出了在大数据环境下进行推荐是未来推荐系统研究的一个大方向，分析了推荐视角下的大数据机制。最后比较和总结了推荐系统的评价指标，给出了未来的主要研究方向和可能的突破点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱扬勇		91	3435	25.0	58.0
3	孙婧		26	209	4.0	14.0