大数据时代下,信息过载问题日益突出,使得大数据推荐算法研究显得尤为重要。本文基于Web of Science和中国知网的大数据推荐算法期刊文献数据,运用文献计量、共词分析和社会网络方法,从高频关键词共现、关键词主题演进、研究动态等方面...大数据时代下,信息过载问题日益突出,使得大数据推荐算法研究显得尤为重要。本文基于Web of Science和中国知网的大数据推荐算法期刊文献数据,运用文献计量、共词分析和社会网络方法,从高频关键词共现、关键词主题演进、研究动态等方面对大数据推荐算法领域的总体情况进行量化比较研究。结果显示,国外大数据推荐算法在理论和应用的研究上都领先于国内,特别是在应用上的广度和深度是国内大数据推荐算法需要加强研究的方向。大数据推荐算法朝着个性化教育、个性化医疗、个性化社会网络服务等应用领域发展。本文对促进中国大数据推荐算法理论的纵深研究、深层次的应用研究以及向着国际化发展具有一定的指导意义。展开更多
文摘大数据时代下,信息过载问题日益突出,使得大数据推荐算法研究显得尤为重要。本文基于Web of Science和中国知网的大数据推荐算法期刊文献数据,运用文献计量、共词分析和社会网络方法,从高频关键词共现、关键词主题演进、研究动态等方面对大数据推荐算法领域的总体情况进行量化比较研究。结果显示,国外大数据推荐算法在理论和应用的研究上都领先于国内,特别是在应用上的广度和深度是国内大数据推荐算法需要加强研究的方向。大数据推荐算法朝着个性化教育、个性化医疗、个性化社会网络服务等应用领域发展。本文对促进中国大数据推荐算法理论的纵深研究、深层次的应用研究以及向着国际化发展具有一定的指导意义。
