基于深度学习推荐系统的研究与展望

摘要：

随着互联网信息不断呈指数增长,推荐系统成为了缓解信息过载的有效工具.深度学习作为目前的一个重要的研究方向,在许多研究领域都取得了突破性的进展.现有的研究表明,将深度学习技术融入到推荐过程中,可以通过整合海量的多源异构数据,使得用户模型更加贴合用户的偏好需求,从而提高推荐系统的性能和用户的满意度,并减轻信息过载的问题.文中对目前基于深度学习的推荐系统的相关研究进行全面的总结,首先阐述了传统推荐系统的内涵及其存在问题,然后详细介绍国内外学者通过深度学习解决上述问题的方法和策略,最后对深度学习在推荐领域的未来发展趋势进行分析和展望.

关键词：深度学习、推荐系统、内容推荐、上下文推荐

所属期刊栏目：34

分类号：TP3-0(计算技术、计算机技术)

资助基金：国家自然科学基金61702292

在线出版日期：2020-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：29-38