国内基于大数据的信息推荐研究进展:架构体系

• 作者: 孙雨生 朱金宏 李亚奇
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 大数据 信息推荐 架构体系 体系结构 协同过滤推荐
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 专栏·Web信息系统及应用
• 页码范围: 2806-2814
• 页数: 9页
• 分类号: TP399|G202
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.12.003

摘要

文章用内容分析法归纳了280篇文献内容,从体系结构、功能模块、推荐机理三方面阐述了国内基于大数据的信息推荐架构体系研究进展:体系结构常分用户交互层、服务提供层(含推荐引擎)、业务逻辑层、数据访问层、数据资源层、基础设施层,旨在实现请求分散化、推荐离线化、业务专业化、存储分布化、计算并行化、开发迭代化;核心功能模块包括用户交互界面、模型管理模块(支持用户兴趣、推荐项目建模)、推荐引擎模块、大数据存储模块、大数据采集模块;推荐机理关键在于大数据采集、预处理、分布式存储、特征提取,用户及项目建模、推荐算法处理和推荐结果展示.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙雨生		56	444	9.0	20.0
2	李亚奇		2	0	0.0	0.0
3	朱金宏		2	0	0.0	0.0