协同过滤推荐算法综述

龙源期刊网 http://www.qikan.com.cn

协同过滤推荐算法综述

作者：黄正

来源：《价值工程》2012年第21期

摘要：推荐系统是电子商务系统中最重要的技术之一，协同过滤推荐技术是目前应用最广泛和最成功的推荐技术。本文首先介绍了协同过滤的基本概念和原理，然后总结了协同过滤推荐算法中的关键问题和相关解决方案，最后介绍了协同过滤推荐算法需要进一步解决的问题和可能的发展方向。

Abstract: Recommendation system is one of the most important technologies in E-commerce. Collaborative filtering is the most widely used and the most successful recommendation technology. This paper first introduces the basic concept and principle of collaborative filtering. And then, this paper summarizes the key problems and related solutions of the collaborative filtering

recommendation algorithm. Finally, this paper introduces the collaborative filtering recommendation algorithm need to be further solved problems and possible development direction. 关键词： 协同过滤；推荐算法；稀疏性；扩展性

Key words: collaborative filtering；recommendation algorithm；sparsity；scalability 中图分类号：TP39 文献标识码：A 文章编号：1006-4311（2012）21-0226-03 0 引言

随着电子商务和互联网的迅速发展，人们能够获得的资讯越来越多，但是想快捷地获得自己感兴趣的资讯越来越难。近年来兴起的个性化推荐系统成为解决这些问题的一个重要途径。个性化推荐系统很多，协同过滤推荐是当前最成功的推荐技术[1]。

协同过滤的概念是由Goldberg、Nicols、Oki以及Terry在1992年首次提出的[2]，应用于Tapestry系统，其基本思想是：通过对用户的显式输入或隐式输入的历史数据收集并统计计算，预测与此用户兴趣相似的用户，并将其相似用户感兴趣的项目推荐给此用户。

目前，主要的协同过滤推荐算法有两类：基于用户的协同过滤推荐算法和基于项目的协同过滤推荐算法。本文对协同过滤推荐算法中的关键技术进行了详细的介绍，并对协同过滤推荐算法中存在的问题进行了分析，同时也介绍了一些解决问题的改进方法和算法评估方法，最后对协同过滤推荐算法的发展进行了展望。 1 传统的协同过滤推荐算法

传统的协同过滤推荐算法可以分为三个步骤：

本文来源：https://www.bwwdw.com/article/5gjx.html