个性化推荐及其相关技术分析

互联网的出现和普及满足了用户在信息时代对信息的需求,但随着网络的迅速发展而带来的网上信息量的大幅增长,使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息,对信息的使用效率反而降低了,信息超载问题越来越严重。而推荐系统是解决这一问题的有效方案,它根据用户的特征,推荐满足用户需求的对象,实现个性化服务。目前满足用户个性化需求的推荐技术主要包括关联规则、基于内容的过滤和协同过滤。尽管各种推荐技术在个性化推荐方面取得了巨大成功,但却还面临着例如缺乏统一的分类规则、较差的查准率、有限的内容分析、数据稀疏性等问题,这些问题制约着其进一步发展。本文阐述了推荐系统和技术支持的内涵及其存在的主要问题,指出了各类技术下一步的研究重点。拟介绍一个相对完整的推荐系统及其相关技术知识框架,为后续研究提供参考。