近日，中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院大數(shù)據(jù)挖掘及應(yīng)用中心團(tuán)隊(duì)在建立長(zhǎng)期有效的推薦系統(tǒng)研究方面取得進(jìn)展，研究人員提出了推薦系統(tǒng)個(gè)性化的概念，并對(duì)推薦系統(tǒng)的個(gè)性化和建立長(zhǎng)期有效的推薦系統(tǒng)進(jìn)行了系統(tǒng)研究。這一系統(tǒng)對(duì)上海恒遠(yuǎn)未來的研究有著實(shí)質(zhì)性的幫助，跟隨恒遠(yuǎn)小編一起來了解下：
由于信息技術(shù)的不斷發(fā)展和互聯(lián)網(wǎng)經(jīng)濟(jì)的日益繁榮，使得人們被迫生活在一個(gè)信息爆炸的大數(shù)據(jù)時(shí)代，人們每天都要被迫面對(duì)大量各種各樣的信息，從而造成了嚴(yán)重的信息過載問題。如何從海量看似無關(guān)的數(shù)據(jù)中快速有效地篩選和找到用戶感興趣的信息，是迫切需要解決的問題。目前解決信息過載問題主要有兩個(gè)技術(shù)：搜索引擎和推薦系統(tǒng)。搜索引擎往往被動(dòng)地返回給用戶與給定查詢關(guān)鍵字相匹配的內(nèi)容，而推薦系統(tǒng)可以主動(dòng)預(yù)測(cè)用戶可能感興趣的信息。事實(shí)上，目前搜索引擎也在不斷植入推薦技術(shù)，因此從長(zhǎng)遠(yuǎn)角度來看，推薦系統(tǒng)將是解決信息過載問題的zui有效手段。然而，現(xiàn)有的推薦系統(tǒng)往往使用單一的推薦算法，即使采用多種算法進(jìn)行混合，因?yàn)楦鱾€(gè)參數(shù)在使用時(shí)對(duì)所有用戶也是固定不變的，因此仍然可以視為一個(gè)單一的推薦算法。雖然單一的推薦算法可以在一定程度上提升推薦系統(tǒng)的性能，但是這些方法往往忽略了用戶興趣愛好隨時(shí)間變化、選擇行為的差異性以及使用推薦系統(tǒng)的長(zhǎng)期效應(yīng)（如對(duì)系統(tǒng)健康性的影響）等這些因素。
針對(duì)這些新的問題，該研究團(tuán)隊(duì)首先提出了一種算法參數(shù)個(gè)性化的推薦算法，通過為不同的用戶設(shè)置不同的參數(shù)來混合兩個(gè)不同的推薦算法。相比固定參數(shù)和單一推薦算法，該方法可以獲得更好的推薦效果。其次，該研究團(tuán)隊(duì)認(rèn)為理想的推薦系統(tǒng)，應(yīng)該是每個(gè)用戶都采用他們自己的推薦算法，即推薦算法的個(gè)性化，在該方面的研究中，研究團(tuán)隊(duì)提出了實(shí)現(xiàn)推薦算法個(gè)性化的兩類方法：其一是把選擇權(quán)交給用戶，系統(tǒng)提供某種機(jī)制讓用戶實(shí)現(xiàn)算法的自主選擇，其二是系統(tǒng)通過深入挖掘每個(gè)人的行為模式，自動(dòng)發(fā)現(xiàn)用戶*的推薦算法，并提供一種機(jī)制讓用戶確認(rèn)。zui后，為了評(píng)測(cè)使用推薦系統(tǒng)的長(zhǎng)期效應(yīng)，該研究團(tuán)隊(duì)提出了一種推薦網(wǎng)絡(luò)演化模型，并在演化網(wǎng)絡(luò)上，對(duì)推薦算法個(gè)性化的推薦系統(tǒng)的長(zhǎng)期效應(yīng)進(jìn)行了分析。實(shí)驗(yàn)結(jié)果表明，對(duì)于采用單一推薦算法的推薦系統(tǒng)，采用推薦算法個(gè)性化的推薦系統(tǒng)在顯著提高推薦精度的同時(shí)，可以在推薦精度和系統(tǒng)的健康性方面起到很好的均衡作用。
由于推薦系統(tǒng)被認(rèn)為是在大數(shù)據(jù)時(shí)代解決信息過載問題zui有希望的技術(shù)，該研究在解決推薦系統(tǒng)的長(zhǎng)期有效性問題方面取得了一定的突破，在推薦系統(tǒng)個(gè)性化發(fā)展方面提供了一定的理論基礎(chǔ)和技術(shù)保障，對(duì)設(shè)計(jì)下一代率的推薦系統(tǒng)具有很好的指導(dǎo)作用。
上述研究?jī)?nèi)容獲得國(guó)家自然科學(xué)基金項(xiàng)目和重慶市基礎(chǔ)科學(xué)與前沿研究技術(shù)重點(diǎn)專項(xiàng)支持。
上海恒遠(yuǎn)生物從事酶聯(lián)免疫研究多年，擁有豐富的臨床經(jīng)驗(yàn)，選擇上海恒遠(yuǎn)生物，選擇您身邊可靠的實(shí)驗(yàn)伙伴。
點(diǎn)擊交流