主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘华锋,景丽萍,于剑.融合社交信息的矩阵分解推荐方法研究综述.软件学报,2018,29(2):340-362
融合社交信息的矩阵分解推荐方法研究综述
Survey of Matrix Factorization Based Recommendation Methods by Integrating Social Information
投稿时间:2017-06-20  修订日期:2017-07-25
DOI:10.13328/j.cnki.jos.005391
中文关键词:  推荐系统  矩阵分解  社交推荐  社交网络  协同过滤
英文关键词:recommendation system  matrix factorization  social recommendation  social network  collaborative filtering
基金项目:国家自然科学基金(61370129,61375062,61632004)
作者单位E-mail
刘华锋 交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 100044
北京交通大学 计算机与信息技术学院, 北京 100044 
 
景丽萍 交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 100044
北京交通大学 计算机与信息技术学院, 北京 100044 
lpjing@bjtu.edu.cn 
于剑 交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 100044
北京交通大学 计算机与信息技术学院, 北京 100044 
 
摘要点击次数: 2016
全文下载次数: 2471
中文摘要:
      随着社交网络的发展,融合社交信息的推荐成为推荐领域中的一个研究热点.基于矩阵分解的协同过滤推荐方法(简称矩阵分解推荐方法)因其算法可扩展性好及灵活性高等诸多特点,成为研究人员在其基础之上进行社交推荐模型构建的重要原因.围绕基于矩阵分解的社交推荐模型,依据模型的构建方式对社交推荐模型进行综述.在实际数据上,对已有代表性社交推荐方法进行对比,分析各种典型社交推荐模型在不同视角下的性能(如整体用户、冷启动用户、长尾物品).最后,分析了基于矩阵分解的社交推荐模型及其求解算法存在的问题,并对未来研究方向与发展趋势进行展望.
英文摘要:
      With the increasing of social network, social recommendation becomes hot research topic in recommendation systems. Matrix factorization based (MF-based) recommendation model gradually becomes the key component of social recommendation due to its high expansibility and flexibility. Thus, this paper focuses on MF-based social recommendation methods. Firstly, it reviews the existing social recommendation models according to the model construction strategies. Next, it conducts a series of experiments on real-world datasets to demonstrate the performance of different social recommendation methods from three perspectives including whole-users, cold start-users, and long-tail items. Finally, the paper analyzes the problems of MF-based social recommendation model, and discusses the possible future research directions and development trends in this research area.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利