基于排序学习的推荐算法研究综述

来源：软件学报杂志2016年第3期北京时间：

作者：黄震华,张佳雯,田春岐,孙圣力,向阳

单位：黄震华，同济大学电子与信息工程学院, 上海 20180411,张佳雯，同济大学电子与信息工程学院, 上海 20180402,田春岐，同济大学电子与信息工程学院, 上海 20180403,孙圣力，北京大学软件与微电子学院, 北京 10260004,向阳，同济大学电子与信息工程学院, 上海 20180405

摘要：排序学习技术尝试用机器学习的方法解决排序问题,已被深入研究并广泛应用于不同的领域,如信息检索、文本挖掘、个性化推荐、生物医学等.将排序学习融入推荐算法中,研究如何整合大量用户和物品的特征,构建更加贴合用户偏好需求的用户模型,以提高推荐算法的性能和用户满意度,成为基于排序学习推荐算法的主要任务.对近些年基于排序学习的推荐算法研究进展进行综述,并对其问题定义、关键技术、效用评价、应用进展等进行概括、比较和分析.最后,对基于排序学习的推荐算法的未来发展趋势进行探讨和展望.

关键词：排序学习;推荐算法;机器学习;兴趣模型;个性化服务

基金资助：国家自然科学基金(61272268,61103069);国家重点基础研究发展计划(973)(2014CB340404);教育部新世纪优秀人才支持计划(NCET-12-0413);霍英东教育基金会高等院校青年教师基金(142002);上海市青年科技启明星计划(15QA1403900)