基于排序学习的推荐算法研究综述

概述：

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。