个性化推荐系统及其应用

《个性化推荐系统及其应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、个性化推荐系统及其应用　　　　摘要：在互联网高度发达的时代，信息过载的存在问题加速了个性化推荐系统的发展和应用。本文首先分析了个性化推荐系统的产生背景和发展历史，详细阐述了其进行推荐的原理，并介绍了推荐系统在电子商务、社交网络及信息内容等领域的应用情况，最后讨论分析了个性化推荐系统面临的隐私保护、数据稀疏性等问题。下载论文网/3/　　关键词：推荐系统个性化电子商务隐私保护　　引言　　随着信息技术特别是互联网技术的飞速发展，人们获取信息的方式越来越多，同时信息总量也在呈几何倍数的增长，人们获取信息的方

2、式正在从主动查找变成被动接受。如何快速、准确找到自己感兴趣或需要的信息困扰着我们每个人，另　　方面，人的需求有时是模糊的、时变的，对商家等服务提供平台而言，准确判断并推送用户可能感兴趣的内容，为用户提供个性化的服务可以提高平台的吸引力，增加用户的忠诚度。为解决这些问题，因而产生了个性化推荐系统。　　个性化推荐的概念是由美国人工智能协会在1995年首次提出，随后Yahoo、IBM、NEC研究院等众多公司、研究机构纷纷加入这领域。近年来，人工智能以及大数据技术的发展进一步推动了个性化推荐系统在商品、音乐

3、、视频、新闻等领域的应用。国内最早的推荐系统服务公司是北京百分点信息科技有限公司，该公司专注于推荐技术研发，为客户提供不同类型的推荐系统解决方案；百度公司总裁李彦宏在百度世界大会2011上将推荐引擎与作为公司未来的重要发展方向，希望能够为用户智能地推荐其可能感兴趣的新闻、网站、APP等信息。　　一、个性化推荐系统的构成及原理　　般的推荐系统结构如图1所示。获取用户的偏好是建立推荐系统的第一步，这些信息需要从用户的历史记录或注册信息中采集，之后利用这些信息建立用户模型，与此同时，根据商品、服务等对象的

4、属性特征建立推荐对象模型，最后应用特定的推荐算法评价用户对推荐对象的兴趣度，据此对推荐对象进行筛选，将用户可能感兴趣或需要的内容呈现出来。可以看到，用户、推荐对象模型以及相应的推荐算法是推荐系统的核心要素。　　（一）用户模型　　用户模型是根据用户的领域、职位、年龄、性别、所在地等基本信息以及购买、浏览等历史信息表示和贮存用户偏好的数据库系统，该系统可以实现用户的分类管理、智能标记、定期或非定期更新等功能。用户模型是推荐系统的基础，精准的用户模型助于提高对推荐系统的准确性。　　（二）推?]对象模型　　

5、推荐对象包括很多内容，例如书籍、电子产品、新闻、音乐、影视等信息对象。不同的对象具有不同的特征，如何准确描述这些特征并将其标准化是推荐对象模型需要解决的问题，与用户模型类似，推荐对象模型的质量对推荐结果也有重要影响。　　（三）推荐算法　　推荐算法是连接用户模型和推荐对象模型的桥梁，在推荐系统中起着至关重要的作用。根据推荐算法的实现原理，可以将推荐算法分为很多类型，如基于内容的推荐、基于关联规则的推荐、基于人口统计学的推荐、协同过滤推荐、混合推荐。在建立推荐系统时，应根据具体的使用场景进行选择，其中混

6、合推荐算法融合了其它两种或多种算法，使用较为广泛。　　二、个性化推荐系统的应用　　目前，推荐系统现已广泛应用在电子商务、社交网络、信息内容等领域，在为用户带来便利的同时也提高了商家、平台的服务水平，是一个双赢的局面。　　（一）电子商务推荐　　类似淘宝、京东等电子商务平台都在其购物网站或APP中加入了推荐功能。平台根据用户的购买历史、个人信息及浏览记录学习用户偏好，应用推荐算法向用户提供购买建议，模拟销售人员帮助客户完成购买过程。智能商品推荐，能够节省用户从大量商品中挑选的时间，是电商平台的核心竞争力

7、之一，能够在吸引客户的同时，通过增加用户的购买欲，提高商品销量。将人工智能技术应用于电子商务推荐系统，提高推荐系统的自动化、智能化程度以及开发针对销售方的推荐系统等问题是目前电子商务推荐研究的热点。　　（二）社交推荐　　微博、知乎、QQ空间、博客等社交媒体的激增使用户可以随时随地创作内容、发布动态、与好友分享照片、评论、点赞，参与各种形式的网上社交活动。对用户来说，每天需要花费大量时间与精力找到自己感兴趣的人或是事；另一方面，社交媒体也面临如何将用户希望看到的内容或关注的人推荐给用户的难题。为此，人

8、们将个性化推荐技术与社交网络进行结合，产生了社交推荐系统。由于人是社交的关键因素，因此，社交推荐系统的范畴不仅包括内容推荐即帮助用户选择其感兴趣的信息，人的推荐也是社交推荐的重点，如向用户推荐好友、陌生人等。　　（三）信息内容推荐　　阅读是人们获取信息的主要方式，与社交网络中的内容推荐类似，人们也会面临选择难题，由此发展出了个性化阅读技术一将互联网中的大量信息根据用户的喜好进行定制、呈现。近年来，个性化阅读的互联网产品发展很快，许多新闻客户端、新闻网站或者商业网站，甚