《推薦系統：技術、評估及高效算法》一3.1 簡介

本節書摘來自華章出版社《推薦系統：技術、評估及高效算法》一書中的第3章，第3.1節，作者 [ 美］弗朗西斯科·裡奇（francesco ricci）利奧·羅卡奇（lior rokach）布拉哈·夏皮拉（bracha shapira）保羅 b.坎特（paul b.kantor），更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視

網絡上和數字圖書館中，存在着大量而豐富的資訊，由于它們的動态性和多樣性，很難快速找出我們想要的或最能滿足我們需求的東西。

是以，使用者模組化和個人資料通路的作用變得越來越重要：根據喜好和品位，使用者需要個性化的支援來從大量資訊中篩選出可用資訊。

大量的資訊來源顯示，推薦系統是能夠滿足使用者個性化需求的一種方式［73］。推薦系統在巨大的可能選擇範圍内引導使用者發現感興趣的或有用的個性化推薦結果［17］。推薦算法把使用者的興趣作為輸入來産生一個推薦清單。亞馬遜的推薦算法用于為每個使用者定制一個網上商店。例如，為軟體工程師顯示有關程式設計的主題，為新媽媽顯示的是嬰兒玩具［50］。

物品推薦的問題已經有廣泛的研究，現有兩類主要方式。基于内容的推薦系統試圖推薦給定使用者過去喜歡的相似物品，而協同過濾推薦方式的系統識别出擁有相同喜好的使用者，并推薦他們喜歡過的物品［7］。

本章中，我們對基于内容的推薦系統進行了全面而系統的研究，其目的有兩方面：

提供研究現狀的概覽，着重讨論最有效的技術和它們被采納的應用領域。

指明能夠引領下一代基于内容的推薦系統的未來研究趨勢和方向。

本章結構如下：3.2節介紹基于内容的推薦系統的基本概念和術語。通過講

解經典的基于内容的推薦系統架構來了解架構中的主要部件，以及在産生推薦結果的過程中，這種類型的推薦技術的優缺點。3.3節全面介紹最前沿的基于内容的推薦系統，還全面描述了如何表示物品和使用者資訊的經典方法和最新技術，以及使用者資訊的學習方法。3.4節闡述了基于内容的推薦系統技術的趨勢和未來研究方向。3.5節進行了總結。