协同过滤推荐系统中的冷启动问题研究综述

• 作 者: 李秋丽 陈建英 唐敬 张伟男
• 机 构: 西南民族大学计算机科学与工程学院
• 出 处: 移动信息
• 发表日期: 2020年9期
• 关键词: 冷启动 稀疏性 多源数据 组合推荐
• 基金项目: 西南民族大学研究生创新型研究项目“基于主成分分析的研考院校和专业个性化推荐算法研究与实践”(编号:CX2020SP63)

在信息爆炸时代,个性化推荐技术是一种被广泛应用于过滤信息的有效手段。协同过滤技术是最典型的个性化推荐技术之一,但是,天然存在的冷启动、稀疏性等问题制约着推荐系统的准确性。因此,文章归纳并综述了现有冷启动解决方案的优缺点和性能差异,基于MovieLens数据集进行了实验对比和定量分析,最后为个性化推荐技术指明了未来的发展方向。