基本信息

---

下载

文档摘要

---

摘要

在大数据时代，个性化推荐算法已成为解决推荐系统中信息过载问题的一种常用方法，

被广泛应用于电子商务、新闻媒体、音乐流媒体、短视频推荐等复杂的社交平台中。个性

化推荐的基本思想是利用用户的历史行为数据和物品的特征信息，预测用户的潜在兴趣，

并为其提供符合个性化需求的推荐结果。目前针对个性化推荐算法的研究主要集中在提高

用户效用和推荐性能上，随着用户和物品交互数据的增多，推荐系统中实体对象的利益关

系日益复杂，系统逐渐出现用户满意度与平台利润的博弈现象。针对此问题，从群组公平

和个体公平的角度出发，