| 作者 | 刘华真，王巍，谷壬倩，张屹晗，郝亚奇 |
| 机构 | 河北工程大学 信息与电气工程学院;河北工程大学 河北省安防信息感知与处理重点实验室;江南大学 物联网工程学院;中国民用航空局第二研究所 |
| 统计 | 摘要被查看 … 次，已被下载 … 次 |
| 摘要 | 用户浏览行为是推荐系统领域一类重要的反映用户兴趣偏好的隐式反馈数据。研究如何充分利用海量用户浏览行为数据，构建更加精确的推荐算法和模型，以提高推荐系统性能，是目前个性化推荐领域研究的热点。针对这些问题，首先对用户的浏览行为进行了简要概括表述，给出了基于浏览行为推荐系统的总体框架，回顾总结了基于用户浏览行为的推荐系统的发展历程。对其关键技术和单一浏览行为量化方法与混合浏览行为量化方法进行总结、对比和分析。最后讨论了结合多源异构数据的浏览行为推荐的最新成果，总结了该领域未来研究难点和发展趋势。 |
| 关键词 | 个性化推荐；协同过滤；神经网络；兴趣度；多源异构数据 |
| 基金项目 | 国家自然科学基金资助项目(61802107)
教育部-中国移动科研基金资助项目(MCM20170204)
河北省高等学校科学技术研究项目(ZD2020171)
江苏省博士后科研资助计划项目(1601085C) |
| 本文URL | http://www.arocmag.com/article/02-2021-08-001.html |