推荐系统技术及电子商务领域综述

Aug, 2022

推荐系统技术及电子商务领域综述

A Survey of Recommender System Techniques and the Ecommerce Domain

Imran Hossain, Md Aminul Haque Palash, Anika Tabassum Sejuty, Noor A Tanjim, MD Abdullah AL Nasim...

TL;DR本研究回顾了推荐系统在电子商务、电子旅游、电子资源、电子政务、电子学习和电子图书馆等领域的不同技术和发展，并通过分析最近的研究，提供了当前发展的详细概述，识别了推荐系统中的现有困难，为实践者和研究人员提供了必要的指导和见解。

Abstract

In this big data era, it is hard for the current generation to find the right data from the huge amount of data contained within online platforms. In such a situation, there is a need for an information filtering

big data information filtering recommender systems e-commerce e-learning

发现论文，激发创造

推荐系统简介

本文综述了个性化推荐及推荐系统的经典算法，评估方式，以及最近研究的方向：基于会话的推荐、推荐系统中的偏差问题以及实际应用的影响和价值。

Feb, 2023

基于机器学习的电子商务产品智能分类与个性化推荐

个性化推荐系统在电子商务领域的应用及挑战，以及利用 BERT 模型和最近邻算法设计的 eBay 电子商务平台的个性化推荐系统的高效性和可行性。

Mar, 2024

推荐系统的近期发展：一份综述

这篇技术综述全面总结了推荐系统领域的最新进展，提供了该领域现状的概述并强调了推荐系统发展的最新趋势，涵盖了个性化、群组、基于知识的推荐系统等主要分类，探讨了推荐系统中的鲁棒性、数据偏见和公平性问题，并总结了评估指标用于评估这些系统的性能，最后还深入分析了推荐系统的最新趋势和未来研究的新方向。

Jun, 2023

基于深度学习的推荐系统：综述与新视角

本文综述了基于深度学习的推荐系统的最新研究进展，提出和总结了深度学习推荐模型的分类法和现有技术的综述，同时扩展了当前趋势并提供了对这一新兴领域的新见解。

Jul, 2017

使用机器学习进行餐厅推荐的研究

本文主要介绍了基于机器学习的推荐系统，分析了在推荐系统中机器学习所应用的技术和思想，让更多人了解大数据与机器学习的含义和对我们日常生活的深远影响。

Aug, 2022

可信推荐系统综述

该研究论文概述了可信度推荐系统的六个最重要方面：安全性与鲁棒性、非歧视与公平性、可解释性、隐私性、环境福祉以及问责与审计，并讨论了未来实现可信度推荐系统的潜在研究方向。

Sep, 2022

丰富用户购物历史：借助层级推荐系统赋能电子商务

推荐系统通过分析用户的购物历史提供准确的推荐。然而，在真实应用中，用户更喜欢价格最低的电子商务平台。本研究假设任何电子商务平台都能完整记录用户的历史，但只能访问其中的一部分，如果推荐系统能够首先预测丢失的部分并正确丰富用户的购物历史，则可以更准确地推荐下一个商品。我们的推荐系统利用用户的购物历史来提高预测准确性，所提出的方法在 NDCG@10 和 HR@10 指标上取得了显著改进。

Mar, 2024

在线约会服务的推荐系统

该论文论述了在线约会存在信息过载的问题，使用协同过滤算法的推荐系统可以有效提高用户体验和商业价值。

Mar, 2007

对话式推荐系统调查

本文详细调查了面向会话的推荐技术现有的方法，将这些方法按支持的用户意向或背景知识等维度分类，同时讨论了技术方法、CRS 的评估，以及未来需要更多研究的领域。

Apr, 2020

体育推荐系统：概述与研究问题

体育推荐系统已引起了越来越多的关注，因为它们潜在的促进健康生活、提高个人福祉和提升运动表现的能力。本文通过不同的工作实例，对体育推荐系统的应用和技术进行了概述，并分析了相关的最新技术并讨论了开放的研究问题。

Dec, 2023