一、基本信息
论文题目:《Item-Based Collaborative Filtering Recommendation Algorithms 》
发表时间:WWW 2001
论文作者及单位:
论文地址:https://dl.acm.org/citation.cfm?id=372071
二、摘要
推荐系统将知识发现技术应用于在实时交互过程中对信息、产品或服务进行个性化推荐的问题。这些系统,尤其是K-最近邻协同过滤系统,在网络上取得了广泛的成功。近几年,可用信息量和网站访问量的巨大增长对推荐系统提出了一些关键挑战。它们是:生成高质量的建议,每秒为数百万用户和项目执行许多建议,并在数据稀疏的情况下实现高覆盖率。在传统的协同过滤系统中,工作量随着系统参与者数量的增加而增加。需要新的推荐系统技术,可以快速产生高质量的推荐,即使是对于非常大规模的问题。为了解决这些问题,我们探索了基于项目(Item-based)的协作过滤技术。基于项目的技术首先分析用户项目矩阵以识别不同项目之间的关系,然后使用这些关系间接计算用户的建议。
本文分析了不同的基于项目的推荐生成算法。我们研究了计算项目项相似性的不同技术(例如,项目项相关与项目向量之间的余弦相似性)以及从中获得建议的不同技术(例如