基于个性化推荐系统的冷启动问题研究进展

• 作者: 付文博 尹立杰
• 来源期刊: 新一代信息技术
• 关键词: 推荐系统 冷启动 协同过滤算法
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 科技论文
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2021.03.002

摘要

为帮助用户迅速获取有价值的信息,个性化推荐系统应用而生.但是无论是协同过滤或者备受关注的深度学习技术,都依赖用户和项目的交互数据.当新项目或新用户加入系统则会因为缺少行为信息而无法做出推荐,这就是推荐系统的冷启动.冷启动伴随着推荐系统的整个周期,影响着推荐系统的准确性和可用性.本文分析了冷启动问题产生的原因,对现阶段针对冷启动问题提出的缓解方法加以分类概述,并列举出部分算法.