协同过滤推荐研究综述  

Review of Collaborative Filtering Recommender

作　　者：奉国和[1] 梁晓婷[1] 

机构地区：[1]华南师范大学经济管理学院信息管理系,广州510006

出　　处：《图书情报工作》2011年第16期126-130,共5页Library and Information Service

基　　金：国家社会科学基金项目"自动文本分类技术研究"(项目编号:08CTQ003)研究成果之一

摘　　要：针对传统协同过滤算法的局限性,探讨目前的各种改进思路,主要结合聚类、关联规则、贝叶斯、神经网络、云模型、维数简化、对等网等技术进行改进,重点评述改进现状和存在的问题,并归纳推荐系统的评估方法,最后对协同过滤推荐的未来进行展望。For the limitations of traditional collaborative filtering algorithms, this paper analyzes the current documents on the idea of collaborative filtering improvements which mainly use clustering, association rules, bayesian, neural networks, cloud model, dimension simplified,peer and other technologies,reviews the situation and problems, summarizes assessment methods of the recommender sys- tem, and finally predicts the future of collaborative filtering.

关 键 词：电子商务 推荐系统 个性化 协同过滤 

分 类 号：G201[文化科学—传播学]