文献类型：期刊文章

作　　者：翁小兰[1,2] 王志坚[1]

机构地区：[1]河海大学计算机与信息学院,南京211100 [2]淮阴师范学院计算机科学与技术学院,江苏淮安223300

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金青年基金(No.11201168)

年　　份：2018

卷　　号：54

期　　号：1

起止页码：25-31

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：推荐技术在各个领域得到了广泛的应用,其中协同过滤推荐算法显得尤为突出。从基本概念、工作流程以及评估指标等方面介绍了传统的协同过滤推荐算法,对此类算法存在的数据稀疏性、冷启动、扩展性问题进行了分析,并分类详细归纳了这些问题的研究现状和解决方案;最后提出了协同过滤推荐算法在融合大数据技术、社会网络分析技术以及关键用户分析技术三方面的研究热点。

关 键 词：协同过滤 冷启动 稀疏性 扩展性

分 类 号：TP391.3]