摘要
个性化推荐有效缓解了大数据时代"数据爆炸"的现象,通过事先了解用户的潜在兴趣偏好,有针对性的提供符合用户实际需求的信息,从而提高用户的使用效率。本文通过文献计量的方法对2008年到2018年之间的有关个性化推荐的相关文献进行统计分析,分别从时间分布、期刊分布、关键词共现分析以及关键词聚类分析几个部分展开研究,以发现个性化推荐领域的主要研究热点问题与发展趋势,进而探讨未来研究的走向,为个性化推荐的发展提供依据。
Personalized recommendations effectively alleviate the phenomenon of'data explosion'in the age of big data,through the prior understanding of the user’s potential interest preferences,targeted to provide information in line with the actual needs of users,so as to improve the efficiency of user use.Through the method of literature measurement,this paper makes a statistical analysis of the relevant literatures about personalized recommendations between 2008 and 2018,and studies them from several parts,such as time distribution,periodical distribution,keyword co-analysis and keyword clustering analysis,in order to find out the main research hot issues and development trends in the field of personalized recommendation.Then it discusses the trend of future research and provides the basis for the development of personalized recommendation.
作者
徐勇
汪倩
张玮
武雅利
焦梦蕾
许崇
XU Yong;WANG Qian;ZHANG Wei;WU Ya-li;JIAO Meng-lei;XU Chong(School of Management Science and Engineering,Anhui Finance and Economics University,Bengbu 233000,China)
出处
《价值工程》
2019年第15期142-144,共3页
Value Engineering
基金
2015年度国家社科基金规划项目<跨媒体用户生成内容情感倾向挖掘及其应用研究>(项目编号:15BTQ043)
2018年度安徽省自然科学基金<大数据知识工程视角下UGC挖掘算法及其应用>(项目编号:1808085MF194)
2018年度安徽财经大学研究生科研创新基金<基于用户生成内容的增量式用户画像研究>(项目编号:ACYC2018229)
2018年度安徽财经大学大学生科研创新基金项目<跨媒体UGC的管理分析和识别算法研究>(项目编号:XSKY1820ZD)
2018年国家级大学生创新创业训练计划项目<基于淘宝
唯品会等电子商务平台的UGC管理和用户信誉评级模型和算法的设计>(项目编号:201810378212)
关键词
个性化推荐
文献计量
研究进展
personalized recommendation
literature measurement
research progress
