移动社交网络推荐技术研究进展
2017-10-05分类号:G206
【部门】北京大学信息管理系 江西科技师范大学数学与计算机科学学院
【摘要】【目的/意义】基于移动互联网的社交网络飞速发展,对传统的推荐技术提出了新挑战。为了开展进一步研究,厘清种类与方法十分必要。【方法/过程】分析了传统互联网推荐系统、信息物理方法以及机器学习方法三大类推荐系统。通过研究代表性的论文,比较了常见推荐算法模型的优缺点。【结果/结论】结果表明:很难找到一种"万能的"模型,使移动社交网络的推荐系统在实时性、准确性和多样性等关键特征取得满意的结果。移动社交网络推荐技术可能取得突破的领域,将是多种模型的综合运用。
【关键词】移动社交网络 推荐技术 机器学习 研究进展
【基金】国家社会科学基金重点项目(14ATQ005);; 国家自然科学基金项目(71561013);; 教育部人文社会科学青年基金项目(15YJCZH197);; 中国博士后科学基金面上项目(2015M580931);; 江西省社会科学规划项目(14TQ07,16TQ05)
【所属期刊栏目】情报科学
文献传递