论文部分内容阅读
随着信息过载问题日益严重，推荐系统被广泛使用在互联网领域。协同过滤是目前推荐系统中应用最成功的推荐技术。由经典的协同过滤推荐及最新研究可知，协同过滤推荐存在3个主要问题：冷启动、稀疏性及可扩展性。本文针对这3个问题，围绕着用户冷启动、物品冷启动、评分预测、相似度计算、社会化推荐、矩阵分解、聚类、云计算等研究现状进行较深入的阐述与总结。最后，预测未来协同过滤推荐的研究热点。