计算机研究与发展

作者：彭迎涛,孟小峰,杜治娟,

关键词：推荐系统, 多样化, 深度学习, 平衡性, 兴趣偏好,

推荐系统对缓解信息过载问题起着重要的作用，它使得用户从繁杂网络信息（如天猫、TikTok、小红书等）中轻松获取产品和服务.然而多数推荐系统以准确率为中心，导致用户视野受限、部分商家展示机会少、平台内容生态单一且资源信息分配不均衡等不利影响，如引发过滤气泡和马太效应等.由此，提升推荐的多样性逐渐成为推荐系统研究领域的关注重点，其目标是满足人们日益增长的多元化物质生活需求.近年来，推荐系统在多样性方向的技术研究呈现迅速发展态势，然而，目前多样化推荐的研究缺乏系统的整理和归纳，缺少系统地对推荐的多样化问题进行梳理和综述.首先提出了多样化推荐的问题定义、技术框架、分类及其应用场景.其次从4个方面对模型和算法进行了比较和分析.然后总结了多样化推荐的常用数据集和评测指标.最后探讨了该领域中的问题和挑战，以期激发未来创新，推动多样化推荐的发展.

来源：2025年第2期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2025年第2期