原文服务方: 科技与创新       
摘要:
电子商务的高速发展,在为用户提供海量商品的同时,也带来了信息过载问题.针对该问题,推荐系统应运而生.在推荐系统中,最关键和最核心的组成部分就是推荐算法,其基本决定了推荐系统的性能优劣,也是学术界与工业界研究的焦点所在.从协同过滤推荐算法、基于内容的推荐算法和混合推荐算法三个不同类别对推荐算法进行阐述,并给出了未来研究的重点方向,即基于深度学习的推荐算法.
推荐文章
语义推荐算法研究综述
语义
推荐算法
内容推荐
协同过滤推荐
混合推荐
社会化推荐
协同过滤推荐算法研究?
相似性
协同过滤
算法
推荐
天麻的研究概述与展望
天麻
植物学特性
化学成分
药理作用
个性化推荐及Slope One算法
个性化推荐
Slope One算法
协同过滤
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 推荐算法概述与展望
来源期刊 科技与创新 学科
关键词 推荐算法 协同过滤 机器学习 深度学习
年,卷(期) 2019,(4) 所属期刊栏目 创新思维
研究方向 页码范围 50-52
页数 3页 分类号 TP391.3
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2019.04.050
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐德华 同济大学经济与管理学院 16 214 7.0 14.0
2 俞伟 同济大学经济与管理学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (533)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (19)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(24)
  • 参考文献(0)
  • 二级参考文献(24)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐算法
协同过滤
机器学习
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导