基于个性化推荐系统的冷启动问题研究进展

作     者：付文博 尹立杰 FU Wen-bo;YIN Li-jie

作者机构：河北地质大学信息工程学院河北石家庄050031 

基　　金：河北省文化艺术科学规划和旅游研究项目(项目编号:HB20-ZD014) 

出 版 物：《新一代信息技术》 (New Generation of Information Technology)

年 卷 期：2021年第4卷第3期

页      码：8-13页

摘      要：为帮助用户迅速获取有价值的信息,个性化推荐系统应用而生。但是无论是协同过滤或者备受关注的深度学习技术,都依赖用户和项目的交互数据。当新项目或新用户加入系统则会因为缺少行为信息而无法做出推荐,这就是推荐系统的冷启动。冷启动伴随着推荐系统的整个周期,影响着推荐系统的准确性和可用性。本文分析了冷启动问题产生的原因,对现阶段针对冷启动问题提出的缓解方法加以分类概述,并列举出部分算法。

主 题 词：推荐系统 冷启动 协同过滤算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2096-6091.2021.03.002

馆 藏 号：203104278...