社会化推荐系统综述

• 作者: 张岐山 翁丽娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 推荐系统 社会化推荐 协同过滤 矩阵分解 社交媒体
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP391.3
• 字数: 10534字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0378

摘要

推荐系统可以帮助网民从大量纷繁的信息中找到目标信息,能有效提高网民信息检索能力,然而推荐系统存在数据稀疏性、冷启动以及系统性能方面的问题.为解决这方面的问题,提出将社交关系应用于推荐系统,该方法是提高推荐准确性的一个重要途径,在多年的科研实践中取得了重要进展,因此该研究方向也日益成为众多学者关注的领域,有关这方面的研究也越来越活跃.通过对社会化推荐系统概念进行梳理,对社会化推荐系统与传统推荐系统进行比较,回顾总结了社会化推荐系统的研究现状,希望能从研究现状中找出新规律,寻求新的突破点,并对社会化推荐系统的发展趋势进行展望,以期对后来研究者有所帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岐山	福州大学经济与管理学院	92	1147	17.0	31.0
2	翁丽娟	福州大学经济与管理学院	2	10	1.0	2.0