摘要： 【目的/意义】基于移动互联网的社交网络飞速发展，对传统的推荐技术提出了新挑战。为了开展进一步研 究，厘清种类与方法十分必要。【方法/过程】分析了传统互联网推荐系统、信息物理方法以及机器学习方法三大类 推荐系统。通过研究代表性的论文，比较了常见推荐算法模型的优缺点。【结果/结论】结果表明：很难找到一种“万 能的”模型，使移动社交网络的推荐系统在实时性、准确性和多样性等关键特征取得满意的结果。移动社交网络推 荐技术可能取得突破的领域，将是多种模型的综合运用。
摘要： 【目的/意义】基于移动互联网的社交网络飞速发展，对传统的推荐技术提出了新挑战。为了开展进一步研 究，厘清种类与方法十分必要。【方法/过程】分析了传统互联网推荐系统、信息物理方法以及机器学习方法三大类 推荐系统。通过研究代表性的论文，比较了常见推荐算法模型的优缺点。【结果/结论】结果表明：很难找到一种“万 能的”模型，使移动社交网络的推荐系统在实时性、准确性和多样性等关键特征取得满意的结果。移动社交网络推 荐技术可能取得突破的领域，将是多种模型的综合运用。