用户行为序列个性化推荐研究综述 |
| |
作者姓名: | 汪菁瑶 吴国栋 范维成 涂立静 李景霞 |
| |
作者单位: | 安徽农业大学信息与计算机学院 |
| |
基金项目: | 国家自然科学基金项目(31671589)资助;;安徽省自然科学基金项目(2108085MF209)资助;;安徽省科技重大专项项目(202103b06020013)资助;;嵌入式系统与服务计算教育部重点实验室开放基金项目(ESS-CKF2020-03)资助; |
| |
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...
|
关 键 词: | 用户行为序列 序列推荐 长期偏好 短期偏好 |
|
|