文献类型：期刊文章

作　　者：黄震华[1] 张佳雯[1] 田春岐[1] 孙圣力[2] 向阳[1]

机构地区：[1]同济大学电子与信息工程学院,上海201804 [2]北京大学软件与微电子学院,北京102600

出　　处：《软件学报》

基　　金：国家自然科学基金(61272268;61103069);国家重点基础研究发展计划(973)(2014CB340404);教育部新世纪优秀人才支持计划(NCET-12-0413);霍英东教育基金会高等院校青年教师基金(142002);上海市青年科技启明星计划(15QA1403900)~~

年　　份：2016

卷　　号：27

期　　号：3

起止页码：691-713

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20161902371619)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：排序学习技术尝试用机器学习的方法解决排序问题,已被深入研究并广泛应用于不同的领域,如信息检索、文本挖掘、个性化推荐、生物医学等.将排序学习融入推荐算法中,研究如何整合大量用户和物品的特征,构建更加贴合用户偏好需求的用户模型,以提高推荐算法的性能和用户满意度,成为基于排序学习推荐算法的主要任务.对近些年基于排序学习的推荐算法研究进展进行综述,并对其问题定义、关键技术、效用评价、应用进展等进行概括、比较和分析.最后,对基于排序学习的推荐算法的未来发展趋势进行探讨和展望.

关 键 词：排序学习  推荐算法  机器学习  兴趣模型  个性化服务

分 类 号：TP181]