摘要
分析传统个性化推荐模型演化图谱和基于深度学习的个性化推荐模型演化图谱,对梳理个性化推荐技术的发展脉络具有重要意义。本研究采用CiteSpace 6.1.R2软件对中国知网(CNKI)上检索到的2002—2022年以“个性化推荐”为研究主题的中文文献和2005-2022年“个性化推荐算法与数据风险”相关文献进行分析,发现个性化推荐领域研究热点主题和未来发展趋势,对个性化推荐算法的数据风险与防范提出规制对策。
Analyzing the evolution map of traditional personalized recommendation model and the evolution map of personalized recommendation model based on deep learning is of great significance to sort out the development context of personalized recommendation technology.This study used CiteSpace 6.1.R2 software to analyze Chinese literature on"personalized recommendation"retrieved from China National Knowledge Infrastructure(CNKI)from 2002 to 2022,as well as relevant literature on"personalized recommendation algorithms and data risks"from 2005 to 2022.The study identified hot topics and future development trends in the field of personalized recommendation,and proposed regulatory measures for data risks and prevention of personalized recommendation algorithms.
作者
王鹤琴
朱珍元
Wang Heqin;Zhu Zhenyuan(Anhui Vocational College of Police Officers,Hefei Anhui 230031)
出处
《安徽警官职业学院学报》
2024年第4期101-106,共6页
Journal of Anhui Vocational College of Police Officers
基金
2022年度安徽省高校优秀拔尖人才培育项目—高校学科(专业)拔尖人才学术资助项目(项目编号:gxbjZD2022147)
2022年度安徽省高等学校自然科学研究重点项目(面向公共安全领域的舆情文本情感分析的研究与应用,项目编号:2022AH052939)
2023年度安徽省高等学校自然科学重点研究项目“面向复杂场景的基于Pytorch的目标识别方法及应用研究”(项目编号:2023AH052757)。
关键词
个性化推荐
算法
数据
风险
personalized recommendation
algorithm
data
risk