科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为缓解信息过载的一种重要方式，推荐系统可以帮助用户从海量信息中快速找到有价值的信息，其应用也越来越广泛．用户行为序列个性化推荐，又简称为序列推荐，主要根据用户与物品交互行为对用户特征进行建模，进而使用不同方法捕捉用户的长期偏好和短期偏好，向用户推荐其可能感兴趣的物品．本文从用户偏好会随时间变化的视角出发，分为用户长期偏好、短期偏好和长短期偏好3个方面，重点探讨了现有用户行为序列个性化推荐研究取得的主要进展；分析了当前用户行为序列个性化推荐研究中存在的冷启动、数据稀疏和噪声干扰等主要问题，并进一步展望了该领域未来主要研究方向．
- 单位
