文献类型：期刊文章

作　　者：陈洁敏[1] 汤庸[1] 李建国[1] 蔡奕彬[1]

机构地区：[1]华南师范大学计算机学院,广州510631

出　　处：《华南师范大学学报（自然科学版）》

基　　金：国家863项目(2013AA01A212);国家自然科学基金项目(61370229;61272067);国家科技支撑计划项目(2013BAH72B01);广东省自然基金团队研究项目(S2012030006242);广东省重大科技专项计划项目(2012A080104019);广东省科技计划项目(2011B080100031)

年　　份：2014

卷　　号：46

期　　号：5

起止页码：8-15

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、JST、MR、PROQUEST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：随着全球信息总量的爆炸式增长,信息超载问题无法避免且日趋严重化.个性化推荐系统是当前解决信息过载问题的有效技术.该文首先阐述了推荐系统概念定义及其三大组成模块,其次深入分析了个性化推荐算法,详细讨论了当前主流的四大类推荐算法:基于内容的推荐算法、协同过滤推荐算法、基于知识的推荐算法和混合的推荐算法,从多角度对各算法的优缺点进行对比,然后阐述了常用评价方法、评测指标及对测试标准进行分类,并且介绍了常用数据集,最后展望个性化推荐未来研究热点.

关 键 词：推荐系统 推荐算法  协同过滤 个性化 信息过载

分 类 号：TP391]