文献类型：期刊文章

作　　者：秦冲[1,2] 赵铁柱[2] 柳毅[1]

QIN Chong;ZHAO Tiezhu;LIU Yi(College of Computer,Guangdong University of Technology,Guangzhou 510006,China;School of Computer Science and Technology, Dongguan University Of Technology, Dongguan 523808,China)

机构地区：[1]广东工业大学计算机学院,广东广州510006 [2]东莞理工学院计算机科学与技术学院,广东东莞523808

出　　处：《东莞理工学院学报》

基　　金：广东省研究生教育创新计划项目(2019JGXM93)。

年　　份：2021

卷　　号：28

期　　号：3

起止页码：51-60

语　　种：中文

收录情况：普通刊

摘　　要：在“大数据时代”的背景下,推荐系统能通过分析提取出用户的历史偏好数据,并结合用户之间的偏好关系以及项目与项目的相似程度,推测出目标用户可能喜欢的物品并将其推荐给用户。在当下电子商务时代,推荐系统已成为一种更为活跃、更现代化的信息过滤方式。笔者对推荐系统的研究现状以及主要研究方向进行了系统研究,分析对比了在当下较为流行的各类推荐算法及各自的局限和问题,包括数据的冷启动问题、稀疏性问题、扩展性问题以及推荐性能不高等。最后,总结了目前的推荐系统存在的尚未解决的问题并提出了相应的解决方案。

关 键 词：推荐算法  电子商务 大数据 协同过滤

分 类 号：TP311]