在过去的二十年中,由于在线应用程序中数据量的爆炸式增长,推荐系统引起了很多兴趣。特别关注协同过滤,它在涉及信息推荐的应用程序中使用最广泛。协同过滤(CF)使用一组用户的已知偏好对其他用户的未知偏好进行预测和推荐(推荐是基于用户过去的行为做出的)。文章中,概述了推荐系统的CF方法、它们的两个主要类别,介绍了经典学习算法到高级机器学习模型的演变,较全面概述CF方法,可以作为该领域研究和实践的指南。
科研之友
微信
新浪微博
Facebook
分享链接
