推荐系统综述

来源：计算机应用杂志2022年第6期北京时间：

作者：于蒙, 何文涛, 周绪川, 崔梦天, 吴克奇, 周文杰

单位：计算机系统国家民委重点实验室（西南民族大学），成都 610041

摘要：随着网络应用的不断发展，网络资源呈指数型增长，信息过载现象日益严重，如何高效获取符合需求的资源成为困扰人们的问题之一。推荐系统能对海量信息进行有效过滤，为用户推荐符合其需求的资源。对推荐系统的研究现状进行详细介绍，包括基于内容的推荐、协同过滤推荐和混合推荐这三种传统推荐方式，并重点分析了基于卷积神经网络（CNN）、深度神经网络（DNN）、循环神经网络（RNN）和图神经网络（GNN）这四种常见的深度学习推荐模型的研究进展；归纳整理了推荐领域常用的数据集，同时分析对比了传统推荐算法和基于深度学习的推荐算法的差异。最后，总结了实际应用中具有代表性的推荐模型，讨论了推荐系统面临的挑战和未来的研究方向。

关键词：推荐算法,协同过滤,深度学习,卷积神经网络,深度神经网络,循环神经网络,图神经网络

基金资助：国家自然科学基金资助项目(12050410248);四川省科技计划项目(2021YFH0120);西南民族大学研究生创新型科研项目(CX2020SZ04)