|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 推荐算法综述显示文摘推荐是解决互联网信息过载的主要途径之一,已被广泛应用于电子商务等多个领域.尽管已存在多种推荐算法,建造出更加智能、更加鲁棒的推荐系统仍面临诸多尚未解决的难题,推荐方法的研究仍是智能信息处理的研究热点.文章首先阐述了推荐方法的研究背景、研究意义,之后分别介绍了协同过滤推荐算法、基于内容的推荐算法、基于图结构的推荐算法和混合推荐算法,分析了各类算法的优点与不足,最后总结了主要的评价方法以及面临的主要问题,提出了改进的方法和未来可能的研究方向. | 杨博 赵鹏飞 | 2011 | 山西大学学报(自然科学版)2011，34，3： | 85 |
| 2 | 个性化推荐系统综述显示文摘信息超载是目前网络用户面临的一个严重问题,个性化推荐系统是解决该问题的一个有力工具,并受到了众多的关注和研究。给出推荐系统的定义,同时阐述了推荐系统的几项关键技术,包括用户建模、推荐对象的建模和推荐算法。后来总结了推荐系统的体系结构和性能评价指标,并尝试给出了推荐系统未来研究的重点、难点和热点问题。 | 王国霞 刘贺平 | 2012 | 计算机工程与应用2012，48，7： | 330 |
| 3 | 移动推荐系统及其应用显示文摘近年来,移动推荐系统已成为推荐系统研究领域最为活跃的课题之一.如何利用移动上下文、移动社会化网络等信息进一步提高移动推荐系统的推荐精确度和用户满意度,成为移动推荐系统的主要任务.对最近几年移动推荐系统研究进展进行综述,对其关键技术、效用评价以及应用实践等进行前沿概括、比较和分析.最后,对移动推荐系统有待深入的研究难点和发展趋势进行分析和展望. | 孟祥武 胡勋 王立才 张玉洁 | 2013 | 软件学报2013，24，1： | 123 |
| 4 | 协同过滤推荐技术综述显示文摘协同过滤是推荐系统中广泛使用的推荐技术,研究人员对如何完善协同过滤推荐技术开展大量工作,但是相应的研究总结较少.文中对协同过滤的相关研究进行全面回顾,首先阐述协同过滤的内涵及其存在的主要问题,包括稀疏性、多内容及可扩展性,然后详细介绍国内外学者针对以上问题的解决方案,最后指出协同过滤下一步的研究重点.文中介绍一个相对完整的协同过滤知识框架,对理清协同过滤的研究脉络,为后续研究提供参考,推进个性化信息服务的发展具有一定意义. | 冷亚军 陆青 梁昌勇 | 2014 | 模式识别与人工智能2014，27，8： | 188 |
| 5 | 一种解决新项目冷启动问题的推荐算法显示文摘推荐系统作为缓解信息过载问题的有效方法之一,在社交媒体中的作用日趋重要.但是,新项目冷启动和新用户冷启动问题是推荐技术面临的难题.为了解决新项目冷启动问题,提出了用户时间权重信息概念,该定义考虑到了用户评价时间与项目发布时间的时间间隔,根据用户时间权重值的大小,可以判断该用户是积极用户还是消极用户,以及用户对新项目的偏爱程度;利用三分图的形式来描述用户-项目-标签、用户-项目-属性之间的关系.在充分考虑用户、标签、项目属性、时间等信息基础上,获得个性化的预测评分值公式,提出了推荐算法.实验结果表明:所提出的方法能够实现满足不同用户、不同偏好的个性化推荐,在为用户推荐到合适项目的同时还能带来惊喜.比较实验说明,所提出的方法推荐准确度高,推荐新颖度高.交叉验证实验结果表明:该方法在解决推荐算法中的新项目冷启动问题上,无论是在推荐的准确度还是推荐项目的新颖度上都是有效的. | 于洪 李俊华 | 2015 | 软件学报2015，26，6： | 97 |
| 6 | 导致信息茧房的多重因素及“破茧”路径显示文摘信息茧房问题虽然因个性化推荐算法等技术的发展而日益成为研究热点,但它所指向的人们的选择性心理带来的信息视野狭窄以及观点、立场固化等,并非新的现象。从新媒体传播来看,人们的视野与其获取信息的路径以及相关的信息过滤机制相关,社交网络、平台、算法等都有可能在一定程度上会固化人们的信息获取路径、强化人们的选择性心理,信息茧房的形成,是多种因素的共同作用。要破解信息茧房,同样需要依靠算法与平台的优化、信息供给侧的改进以及个体媒介素养提升等多方面的路径。 | 彭兰 | 2020 | 新闻界2020，，1： | 164 |
| 7 | 基于遗忘曲线的协同过滤推荐算法显示文摘协同过滤是成功的个性化推荐技术之一.但传统协同过滤算法由于不能及时反映用户的兴趣变化,影响了推荐质量.针对这个问题,本文借鉴心理学上艾宾浩斯遗忘曲线来跟踪和学习用户的兴趣,展开了协同过滤推荐算法的研究.通过数学分析工具发现了与遗忘曲线拟合度较高的幂函数曲线,并把用户的兴趣分为短期兴趣和长期兴趣,提出了基于时间窗口的权重函数,以此解决跟踪和学习用户兴趣的难题.结合项目的评分相似性和属性相似性来定义项目相似度数据权重函数.将基于时间窗的数据权重与基于项目相似度的数据权重相结合来反应用户对项目的兴趣度.最后,在项目近邻模型的基础上设计了跟踪用户兴趣变化的基于遗忘曲线的协同过滤推荐算法.通过大量的实验工作确定了相关公式中系数的取值;对比实验结果表明新的协同过滤推荐算法在推荐的准确性方面有显著的提高. | 于洪 李转运 | 2010 | 南京大学学报(自然科学版)2010，46，5： | 72 |
| 8 | 用户间多相似度协同过滤推荐算法显示文摘传统的User-based协同过滤推荐算法仅采用了单一的评分相似度来度量用户之间对任何项目喜好的相似程度。然而根据日常经验,人们对不同类型事物的喜好程度往往是不同的,单一的评分相似度显然无法准确描述这种不同。针对上述问题,提出了一种基于用户间多相似度的协同过滤推荐算法,即基于用户间对不同项目类型的多个评分相似度来计算用户对未评分项目的预测评分。实验结果表明,该算法可以有效地提高预测评分的准确性及推荐质量。 | 范波 程久军 | 2012 | 计算机科学2012，39，1： | 68 |
| 9 | 组推荐系统及其应用研究显示文摘近年来,组推荐系统逐渐成为推荐系统领域的研究热点之一.大部分推荐系统主要关注单个用户的推荐,然而在许多日常活动中需要为多个用户形成的群组进行推荐.组推荐系统作为解决群组推荐问题的有效手段,将单个用户推荐扩展为群组推荐,这为推荐系统的研究带来了一些新的挑战.根据群组特征和社会化因素,融合群组成员偏好以满足所有群组成员的偏好需求是组推荐系统的主要任务.该文对最近几年组推荐系统研究进展进行综述,从组推荐系统的形式化定义和研究框架入手,对组推荐系统的用户偏好获取、群组发现、偏好融合算法、社会化组推荐以及效用评价等关键技术进行前沿概况,并分析了群组特征对偏好融合算法的影响.对组推荐系统在不同领域的应用进展进行归纳和总结.最后,对组推荐系统有待深入研究的难点和发展方向进行展望. | 张玉洁 杜雨露 孟祥武 | 2016 | 计算机学报2016，39，4： | 64 |
| 10 | 算法社会的“囚徒”风险显示文摘今天算法的应用正在全面普及,一个算法社会正在到来。人们在享受算法带来的便利的同时,在某些方面也面临着成为算法“囚徒”的风险。人的认知、判断与决策可能会受制于算法,人的社会位置也会因算法偏见、歧视以及其他原因受到禁锢。在一些数字劳动平台,算法在隐性控制着劳动者的劳动,算法、大数据及其他新技术也可能增强对人的监控。但反思算法社会的“囚徒”风险,并不意味对算法的拒绝,加强算法开发者的技术理性和算法伦理培养,提高算法应用者的算法素养,我们才能更好地应对算法社会的挑战。 | 彭兰 | 2021 | 全球传媒学刊2021，8，1： | 71 |
| 11 | 基于双重邻居选取策略的协同过滤推荐算法显示文摘协同过滤是电子商务推荐系统中应用最成功的推荐技术之一,但是传统的协同过滤推荐算法存在推荐精度低和抗攻击能力差的缺陷.针对这些问题,提出了一种基于双重邻居选取策略的协同过滤推荐算法.首先基于用户相似度计算的结果,动态选取目标用户的兴趣相似用户集.然后提出了一种用户信任计算模型,根据用户的评分信息,计算得到目标用户对兴趣相似用户的信任度,并以此作为选取可信邻居用户的依据.最后,利用双重邻居选取策略,完成对目标用户的推荐.实验结果表明该算法不仅提高了系统推荐精度,而且具有较强的抗攻击能力. | 贾冬艳 张付志 | 2013 | 计算机研究与发展2013，50，5： | 60 |
| 12 | 基于情境聚类和用户评级的协同过滤推荐模型显示文摘协同过滤是电子商务推荐系统中广泛应用的推荐技术,但面临着严重的用户评分数据高维化和稀疏性问题.同时,传统协同过滤中的相似度度量方法没有考虑用户评分行为对其他用户的影响,因而对评分预测的精度影响较大.此外,在移动环境下,传统协同过滤未结合情境信息,导致推荐质量下降.对此,提出一种基于情境聚类和用户评级的协同过滤模型.首先,根据情境信息对用户进行聚类,降低用户评分数据维度和稀疏性;然后,引入社会网络理论分析用户间关系,建立用户评级模型用于评价用户推荐能力,并结合评级指标进行评分预测.通过MovieLens和NetFlix数据集对基于该模型的SlopeOne算法和其它三种方法的比较验证结果表明:本模型在所有数据集上都获得了最高的预测精度,同时还具有最佳的推荐覆盖度,可显著提高预测精度,更适用于移动电子商务环境下的个性化推荐问题. | 邓晓懿 金淳 韩庆平 樋口良之 | 2013 | 系统工程理论与实践2013，33，11： | 52 |
| 13 | 个性化推荐算法研究显示文摘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. | 陈洁敏 汤庸 李建国 蔡奕彬 | 2014 | 华南师范大学学报(自然科学版)2014，46，5： | 54 |
| 14 | 基于位置的社会化网络推荐系统显示文摘近年来,基于位置的社会化网络推荐系统逐渐成为位置服务和社会网络分析的活跃课题之一.挖掘用户签到位置轨迹和社交活动数据,提取用户社会活动的地理空间特征模型及其与社会关系的关联性,设计合理的推荐算法,成为当前基于位置的社会化网络推荐系统的主要任务.该文从分析基于位置的社会化网络的结构特征入手,对基于位置的社会化网络推荐系统的基本框架、基于不同网络层次数据挖掘的推荐方法及应用类型等进行前沿概况、比较和分析.最后对有待深入研究的难点和热点进行分析和展望. | 刘树栋 孟祥武 | 2015 | 计算机学报2015，38，2： | 60 |
| 15 | 一种融合项目特征和移动用户信任关系的推荐算法显示文摘协同过滤推荐系统中普遍存在评分数据稀疏问题.传统的协同过滤推荐系统中的余弦、Pearson等方法都是基于共同评分项目来计算用户间的相似度;而在稀疏的评分数据中,用户间共同评分的项目所占比重较小,不能准确地找到偏好相似的用户,从而影响协同过滤推荐的准确度.为了改变基于共同评分项目的用户相似度计算,使用推土机距离(earth mover’s distance,简称EMD)实现跨项目的移动用户相似度计算,提出了一种融合项目特征和移动用户信任关系的协同过滤推荐算法.实验结果表明:与余弦、Pearson方法相比,融合项目特征的用户相似度计算方法能够缓解评分数据稀疏对协同过滤算法的影响.所提出的推荐算法能够提高移动推荐的准确度. | 胡勋 孟祥武 张玉洁 史艳翠 | 2014 | 软件学报2014，25，8： | 49 |
| 16 | 一种基于内容和协同过滤同构化整合的推荐系统模型显示文摘基于内容的推荐系统和协同过滤系统是最为流行的两种推荐系统,它们都有各自的优点和缺点。提出了一种基于对这两种推荐系统同构化整合的推荐模型,该算法同时拥有协同过滤推荐系统和基于内容推荐系统的优点,并且在一定程度上避免了基于内容或协同过滤的传统推荐系统各自的缺点。实验表明,该同构化整合模型与算法比传统的简单基本推荐模型、基于内容的推荐模型和协同过滤推荐模型提高了推荐的精确率。 | 李忠俊 周启海 帅青红 | 2009 | 计算机科学2009，36，12： | 40 |
| 17 | 一种基于用户行为的兴趣度模型显示文摘个性化推荐技术在电子商务系统中得到了广泛应用。针对现有的用户模型不能根据用户自身兴趣实现推荐的问题,提出了一种基于用户行为的兴趣度模型,分析用户的行为模式,结合用户的浏览内容,发现用户兴趣。在此基础上采用期望最大化算法实现用户聚类,将用户划分到对应的簇,创建用户的兴趣度模型,从而向用户进行个性化推荐。实验对比结果表明,该模型能更好地发现用户当前的购买兴趣,从而进一步提高个性化推荐精度和用户满意度。 | 王微微 夏秀峰 李晓明 | 2012 | 计算机工程与应用2012，48，8： | 37 |
| 18 | 变革中的大数据知识服务:面向大数据的信息移动推荐服务新模式显示文摘文章将研究重心放在大数据与信息移动推荐服务的有机融合上,总结分析了面向大数据的信息移动推荐服务特有的五个典型特征,在此基础上,建立了面向大数据的信息移动推荐服务模型,提出了相应的体系结构,建立了技术体系,讨论了实施该体系所需攻克的关键技术,最后,简要总结了下一步发展及应用前景。 | 张兴旺 李晨晖 麦范金 | 2013 | 图书与情报2013，，4： | 35 |
| 19 | 基于可信联盟的服务推荐方法显示文摘随着满足用户需求的候选服务数量的飞速增长,服务选择的难度日益增大,服务推荐已成为服务选择的重要环节之一,受到越来越多的关注.然而,目前基于协同过滤的服务推荐方法较少关注到服务的不同属性特征对相似度计算会产生不同的影响,在寻找邻居用户时也很少考虑推荐用户与目标用户之间的信任关系,难以抵抗推荐用户的恶意推荐,无法保障推荐结果的精确度和可信性.针对以上问题,文中通过引入服务的推荐属性特征,改进传统相似度计算公式并基于Beta信任模型建立用户间信任关系,根据改进的相似度计算方法与服务推荐行为的信任度构建出邻居用户的可信联盟,提出了一种基于可信联盟的服务推荐方法.仿真实验与结果表明:与现有其它诸多方法相比,该方法不仅提高了服务推荐的精确度,还能有效保障服务推荐者的可信性,能较好的抵抗恶意攻击. | 王海艳 杨文彬 王随昌 李思瑞 | 2014 | 计算机学报2014，37，2： | 36 |
| 20 | 国内电子商务网站推荐系统信息服务质量比较研究--以淘宝、京东、亚马逊为例显示文摘[目的/意义]推荐系统已经成为电子商务网站的重要组成部分之一,为用户提供多种形式的信息推荐服务。国内以淘宝、京东和亚马逊为代表的电子商务网站的推荐系统采用不同的技术架构和多种热点推荐技术,并且越来越重视信息服务的质量。对推荐系统服务质量进行比较研究,能够进一步推动电子商务推荐系统的发展。[方法/过程]首先,从准确性、时效性、新颖性三个技术指标对比以上推荐系统的技术架构对于推荐服务质量的影响;其次,以用户体验作为信息服务质量评价的基础,对182名受访者进行热点技术的认可度调查,研究热点技术对推荐服务质量的影响;最后,对功能模块的用户体验情况进行调查和比较分析。[结果/结论]在这些研究、调查和分析的基础上,给出电子商务推荐系统使用的技术架构和热点技术,以及改进功能模块设计的对策,以进一步提升推荐系统的信息服务质量。 | 洪亮 任秋圜 梁树贤 | 2016 | 图书情报工作2016，60，23： | 35 |
您所在的机构暂未开通此部分的功能，请联系管理员