协同过滤推荐算法研究进展

• 作者: 王志坚 翁小兰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤 冷启动 稀疏性 扩展性
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 热点与综述
• 页码范围: 25-31
• 页数: 7页
• 分类号: TP391
• 字数: 8405字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1710-0081

摘要

推荐技术在各个领域得到了广泛的应用,其中协同过滤推荐算法显得尤为突出.从基本概念、工作流程以及评估指标等方面介绍了传统的协同过滤推荐算法,对此类算法存在的数据稀疏性、冷启动、扩展性问题进行了分析,并分类详细归纳了这些问题的研究现状和解决方案;最后提出了协同过滤推荐算法在融合大数据技术、社会网络分析技术以及关键用户分析技术三方面的研究热点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志坚	河海大学计算机与信息学院	212	2079	22.0	37.0
2	翁小兰	河海大学计算机与信息学院	17	104	4.0	10.0