首页 期刊 情报科学 移动社交网络推荐技术研究进展 【正文】

移动社交网络推荐技术研究进展

作者:谢辉; 李广建 北京大学信息管理系; 北京100871; 江西科技师范大学数学与计算机科学学院; 江西南昌330038
移动社交网络   推荐技术   机器学习   研究进展  

摘要:【目的/意义】基于移动互联网的社交网络飞速发展,对传统的推荐技术提出了新挑战。为了开展进一步研究,厘清种类与方法十分必要。【方法/过程】分析了传统互联网推荐系统、信息物理方法以及机器学习方法三大类推荐系统。通过研究代表性的论文,比较了常见推荐算法模型的优缺点。【结果/结论】结果表明:很难找到一种"万能的"模型,使移动社交网络的推荐系统在实时性、准确性和多样性等关键特征取得满意的结果。移动社交网络推荐技术可能取得突破的领域,将是多种模型的综合运用。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅