【出 处】： 电子商务 协同过滤 推荐算法 稀疏性

【作 者】： 李聪 [1] ; 梁昌勇 [2] ; 杨善林 [2]

【摘 要】协同过滤是目前电子商务推荐系统中广泛使用的、最成功的推荐算法,但面临用户评分数据稀疏性问题的挑战。在介绍用户偏好数据获取途径的基础上,将稀疏性改善技术归纳为六类,包括设定缺省值、结合基于内容的过滤、降维、图论方法、基于项目评分预测以及增加用户-系统交互,重点评述了各类算法的研究情况并对六类技术进行了比较,最后探讨了该领域的未来研究方向。