协同过滤推荐算法研究进展
2018，54（1）1引言人们生活在一个信息技术日新月异、移动互联网和云计算迅猛发展、全球数据量呈爆炸式增长的时代。它在为人类提供丰富信息资源的同时，也将人类带入了严重的“信息过载”[1]境地。用户往往在海量数据面前无从选择自身感兴趣或有用的信息，比如：电子商务网站中选购商品，新闻资讯网站中选择感兴趣的新闻，视频点播网站选择适当的影片等等。推荐系统应运而生，它在信息过滤、信息细化以及向用户提供个性化服务中发挥了显著作用，提供了一种崭新的信息服务模式。迄今为止，实际商业网站运行的推荐系统中主要包
括三种算法：基于内容过滤、协同过滤以及混合推荐算法。协同过滤算法（Collaborative Filtering ，CF ）具有处理非结构化数据（如：影片、音乐等）的优点，因而得到学术界和工业界的广泛关注和研究。国内外大量知名网站使用CF 算法提供推荐服务，如：https://www.360docs.net/doc/246066329.html, 、https://www.360docs.net/doc/246066329.html,st.fm 等等[2]。
协同过滤推荐算法虽然得到了广泛的应用，但面临着评价数据稀疏、冷启动以及扩展性等问题，为了解决以上问题，国内外科研人员提出了各种改进方法和解决思路。
协同过滤推荐算法研究进展
翁小兰1，2，王志坚1
WENG Xiaolan 1，2,WANG Zhijian 1
1.河海大学计算机与信息学院，南京211100
2.淮阴师范学院计算机科学与技术学院，江苏淮安223300
1.College of Computer &Information Engineering ，Hohai University ，Nanjing 211100,China
2.School of Computer Science &Technology ，Huaiyin Normal University ，Huai ’an,Jiangsu 223300,China
WENG Xiaolan,WANG Zhijian.Research process of collaborative filtering recommendation https://www.360docs.net/doc/246066329.html,puter Engineering and Applications,2018,54（1）：25-31.
Abstract ：Recommended technology is widely applied in various fields,and the successful application of the collaborative filtering recommendation algorithm is especially significant.This paper mainly introduces the basic concept and principle of the collaborative filtering recommendation algorithm,including such aspects:algorithm work flow,recommends process as well as the experiment assessment.The collaborative filtering technique faces up to some problem,although it has achieved great success,because of its algorithm features.The paper analyzes these problems and proposes the corre-sponding solution of collaborative filtering recommendation algorithm,and finally puts forward the new research hotspots of the collaborative filtering recommendation algorithm.
Key words ：collaborative filtering;cold-start;sparsity;scalability
摘要：推荐技术在各个领域得到了广泛的应用，其中协同过滤推荐算法显得尤为突出。从基本概念、工作流程以及评估指标等方面介绍了传统的协同过滤推荐算法，对此类算法存在的数据稀疏性、冷启动、扩展性问题进行了分析，并分类详细归纳了这些问题的研究现状和解决方案；最后提出了协同过滤推荐算法在融合大数据技术、社会网络分析技术以及关键用户分析技术三方面的研究热点。
关键词：协同过滤；冷启动；稀疏性；扩展性
文献标志码：A 中图分类号：TP391doi ：10.3778/j.issn.1002-8331.1710-0081
基金项目：国家自然科学基金青年基金（No.11201168）。
作者简介：翁小兰（1977—），女，博士生，副教授，研究领域为推荐算法、数据挖掘，E-mail ：wxl@https://www.360docs.net/doc/246066329.html, ；王志坚（1958—），男，
博士，教授，研究领域为数据挖掘、软件重用技术。
收稿日期：2017-10-12修回日期：2017-12-01文章编号：1002-8331（2018）01-0025-07
Computer Engineering and Applications 计算机工程与应用
25
万方数据