序列推荐算法的研究综述

随着网络技术的飞速发展,信息量呈现出爆发式增长的态势,推荐算法也随着信息量的激增获得了长足的发展。序列推荐从用户行为出发,目的得到更为准确的动态推荐效果。序列推荐算法主要分为两类,一类为基于传统推荐算法的序列推荐,例如马尔科夫模型和协同过滤,另一类为基于深度神经网络的序列推荐算法。近些年,越来越多深度神经网络融入序列推荐算法,最近,由于图网络的信息覆盖更为全面,图网络也渐渐融入到序列推荐算法中。