【目的】通过调研和梳理文献，总结考虑知识特征的序列推荐方法。【文献范围】以“Sequential Recommendation*Knowledge”和“序列推荐*知识”作为高级检索词在Web of Science、DBLP、谷歌学术、中国知网等数据库中进行文献检索，最终...
详细信息
【目的】通过调研和梳理文献，总结考虑知识特征的序列推荐方法。【文献范围】以“Sequential Recommendation*Knowledge”和“序列推荐*知识”作为高级检索词在Web of Science、DBLP、谷歌学术、中国知网等数据库中进行文献检索，最终筛选出97篇文献进行评述，在筛选过程中，还特别关注了具体章节的核心内容，确保所选文献满足研究需要。【方法】利用文献调研的方法，从研究框架、现实应用与评价、未来研究趋势三个方面对知识特征的序列推荐方法进行归纳与梳理。【结果】针对知识特征在序列推荐中的应用，构建“知识特征表达-时间知识增强-融合知识特征的序列推荐算法”的研究框架，从“数据集-评价指标-基线模型”三个方面深入分析现有评价资源的不足，并对未来研究进行展望。【局限】鉴于知识特征在序列推荐领域的重要性日益凸显，本文评述了考虑知识特征的序列推荐方法的相关研究。但由于研究领域广泛、文献众多，未能涵盖所有相关研究。【结论】考虑知识特征的序列推荐算法提高了推荐的准确性，多模态知识特征的融入有助于深入了解用户需求。
暂无评论