2024年推荐系统技术全面综述：历史、现状、分类、应用、展望

文章预览

推荐系统（RS）通过提供个性化的项目建议，如产品、电影、音乐或文章，发挥着增强用户体验的重要作用。本综述回顾了从2017年到2024年RS的进展，有效地将理论进步与实际应用联系起来。我们探讨了从传统的基于内容和协同过滤的RS技术到涉及深度学习、基于图的模型、强化学习和大型语言模型的高级方法的发展。我们还讨论了如基于上下文、基于评论和公平性感知的专门系统。本综述的主要目标是将理论与实践相结合。它解决了包括电子商务、医疗保健和金融在内的各个领域的挑战，强调了需要可扩展、实时和值得信赖的解决方案。通过本综述，我们促进了学术研究与行业实践之间的更强伙伴关系。本综述提供的见解旨在指导行业专业人士优化RS部署，并激发未来的研究方向，特别是在解决新兴技术和社会趋势方面。 关键词： 推荐系统 · 基于 ………………………………