推荐系统论文笔记（3）：A Survey of Collaborative Filtering Techniques

一、基本信息

论文题目：《A Survey of Collaborative Filtering Techniques》

发表时间：February 2009

论文作者及单位：Xiaoyuan Su(Florida Atantic University)、Taghi M.Khoshgoftaar(Florida Atantic University)

论文地址：https://www.asc.ohio-state.edu/statistics/dmsl//Su_Khoshgoftaar_2009.pdf

我的评分：5颗星

 
二、摘要
协同过滤作为实现推荐系统最成功的方法之一，通过使用某个用户群体的偏好来产生推荐或者预测某个用户对一个商品的评分。本篇文章首先回顾了协同过滤任务及其面临的挑战和可能的解决方案。随后介绍了协同过滤中的三种算法，采用例证的方式来评价各个方法的好坏与他们对上文中协同过滤普遍存在问题的应对能力。从基础技术到最新前沿，这篇文章对协同过滤方法进行了总结，可以作为后来研究者研究该领域的向导。

 

三、论文的工作

1、梳理了协同过滤方法面临的问题与已有的解决方案。面临的问题主要有以下几个:

• 数据稀疏（Data Sparsity）
• 冷启动（cold start）
• 可伸缩性（Scalability）
• 同义词（synonymy）
• 孤独用户的存在问题（gray sheep）
• 欺诈攻击（Shilling Attacks）
• 隐私问题（Privacy）
• 增长的噪声（Increased noise）
• 可解释性（Explai