协同过滤推荐技术归类分析与探讨

• 作者: 张博伦 梁向阳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 推荐系统 协同过滤 冷启动 稀疏性 可扩展性
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 网络与通信
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP311
• 字数: 7065字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.12.014

摘要

随着信息过载问题日益严重，推荐系统被广泛使用在互联网领域。协同过滤是目前推荐系统中应用最成功的推荐技术。由经典的协同过滤推荐及最新研究可知，协同过滤推荐存在3个主要问题：冷启动、稀疏性及可扩展性。本文针对这3个问题，围绕着用户冷启动、物品冷启动、评分预测、相似度计算、社会化推荐、矩阵分解、聚类、云计算等研究现状进行较深入的阐述与总结。最后，预测未来协同过滤推荐的研究热点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁向阳	西安工业大学计算机科学与工程学院	25	80	5.0	7.0
2	张博伦	西安工业大学计算机科学与工程学院	5	13	2.0	3.0