本科生毕业设计（论文）文献综述
一、文献综述
（一）国内外研究现状
随着移动通信技术和智能手机的发展，智能手机成为了人们生活中不可或缺的一部分。而在众多智能手机操作系统中，Android系统是目前使用设备数量最多的操作系统。Android系统是由谷歌公司组织的开放手持设备联盟开发的移动端操作系统。2017年3月Android全球网络流量和设备超越Microsoft Windows，成为了全球第一大操作系统。在移动环境下，由于屏幕大小与设备处理能力等因素，在移动设备上用户获取信息的能力受到更大的限制，因此如何帮助用户筛选出感兴趣的内容变得尤为重要，而推荐系统则是解决这一问题的有效方法。
推荐系统是一种信息过滤的手段，是解决信息爆炸时代产生的信息过载问题的有效方法。它可以通过用户兴趣、习惯、爱好和相关性等因素进行在线推荐，动态调整便于用户查找。自20世纪90年代中期出现了首批关于协同过滤的文章之后，推荐系统在一直具有很高的研究热度，并成为了独立学科，而各种推荐算法也被用在众多领域。如今，依然有众多研究者不断对推荐系统进行研究。
推荐系统最典型的运用是在电子商务领域，这一领域目前发展良好相关应用前景广阔。推荐系统可以帮助人们从大量的商品中找到自己感兴趣的商品，对商品销售具有良好的促进作用。因此，几乎所有大型电子商务系统都不同程度使用了各种不同的推荐系统。在电子商务平台中，亚马逊公司研究电子商务相关的推荐系统长达十年以上，其本身也凭借推荐系统获得的良好用户体验得到了发展，成为了世界最大的电子商务平台。除了电子商务之外，当今的许多个性化推荐网站都已经运用了推荐系统相关技术，如个性化音乐网站、个性化小说阅读网站、个性化视频网站、个性化社交媒体网站等。随着移动设备的发展，各种带有推荐功能的移动端app以及其他app的相关个性化推荐功能也逐渐开始发展。
（二）研究主要成果
推荐算法是整个推荐系统的核心部分，很大程度上决定了推荐系统的类型和性能的好坏。经过数十年的研究，推荐算法具有很多不同的种类，目前主流的推荐方法包括基于内容推荐、协同过滤推荐、基于知识推荐和组合推荐。
基于内容的推荐是指根据用户选择的对象推荐类似属性的对象的推荐。对象使用通过特征提取得到的内容特征表示，系统基于对象特征学习用户的兴趣来计算用户资料与项目的匹配程度，并借此完成信息的过滤。对象特征的选取在目前的研究中分为两类，一类是利用空间向量表示的信息检索常使用的文本特征词频-倒排文档频率（TF-IDF），另一类是由语言模型例如潜在语义索引（PLSI）获得话题分布。
