本章介紹了解決信息過載問題常用的**與檢索技術(shù)，描述了融合多源異構(gòu)數(shù)據(jù)的**與檢索所具有的優(yōu)勢和面臨的挑戰(zhàn)。

1.1**與檢索

近年來，隨著云計(jì)算、人工智能、計(jì)算機(jī)**、多媒體、物聯(lián)網(wǎng)等信息技術(shù)在全球的飛**展，互聯(lián)網(wǎng)時(shí)代已正式到來�；ヂ�(lián)網(wǎng)時(shí)代的到來，既為傳統(tǒng)行業(yè)帶來了挑戰(zhàn)，又催生了新興產(chǎn)業(yè)，為新興經(jīng)濟(jì)的發(fā)展帶來了機(jī)遇。互聯(lián)網(wǎng)已經(jīng)與人們的生活息息相關(guān)，人們通過網(wǎng)絡(luò)可以進(jìn)行新聞閱讀、網(wǎng)上購物、移動(dòng)支付、在線教育等活動(dòng)。一方面，人們享受著互聯(lián)網(wǎng)帶來的便利，能夠便捷地從網(wǎng)絡(luò)中獲取豐富的信息；另一方面，大數(shù)據(jù)也帶來了信息過載的問題。如何高效快速地為用戶提供其真正需要的信息，如何從大量數(shù)據(jù)中挖掘出真正有價(jià)值的內(nèi)容，是互聯(lián)網(wǎng)發(fā)展過程中面臨的重要挑戰(zhàn)。

解決信息過載問題*常用的兩種技術(shù)是：主動(dòng)為用戶**其感興趣的內(nèi)容的**引擎；用戶搜索信息時(shí)為其提供更精準(zhǔn)的搜索結(jié)果的搜索引擎。**引擎傾向于沒有明確目標(biāo)或目標(biāo)模糊，通過用戶的歷史行為、用戶的興趣偏好或用戶的人口統(tǒng)計(jì)學(xué)特征進(jìn)行**，生成用戶可能感興趣的項(xiàng)目列表，用戶比較被動(dòng)。搜索引擎傾向于明確的搜索目標(biāo)，可以將對信息的查詢轉(zhuǎn)換為**的關(guān)鍵字，搜索后返回給用戶搜索列表，用戶可以對這些返回結(jié)果進(jìn)行反饋，用戶具有主動(dòng)*。

1.1.1**

迄今為止，**系統(tǒng)已經(jīng)發(fā)展了20多年。在應(yīng)用領(lǐng)域方面，**系統(tǒng)不僅被應(yīng)用在**商務(wù)平臺（***、****）為用戶**物品，還被應(yīng)用在了信息檢索(Coogle、百度、Yahoo)、社交媒體（Twitter、微博）、音樂電臺（網(wǎng)易云音樂、Apple Music）、視頻**等各種領(lǐng)域。在數(shù)據(jù)種類方面，隨著移動(dòng)設(shè)備和可穿戴設(shè)備的發(fā)展，網(wǎng)絡(luò)中能夠收集到的信息種類逐漸增多，除了數(shù)字信息外還可以收集到文本、圖像、社交關(guān)系、聲音、視頻等各種異構(gòu)數(shù)據(jù)。在評價(jià)指標(biāo)方面，除了準(zhǔn)確度和召回率，歸一化折損累計(jì)增益、覆蓋率等也常用來評估**結(jié)果的好壞。

盡管**算法隨著應(yīng)用場景的變換而不同，但提高準(zhǔn)確率是所有**算法追求的目標(biāo)�；�于內(nèi)容的**、協(xié)同過濾**、混合**是傳統(tǒng)**算法中*主要的三類。其中，基于內(nèi)容的**算法的關(guān)鍵是獲取用戶的興趣偏好，在獲得用戶偏好后，此類算法為用戶**與其偏好類似的物品。在協(xié)同過濾中，認(rèn)為兩個(gè)相似的用戶對同一物品的打分是相近的，同一個(gè)用戶對兩個(gè)類似物品的打分也是相近的�；旌�**算法則是將不同**算法按照一定的策略融合，可以分為算法層面的融合和數(shù)據(jù)源層面的融合。傳統(tǒng)的**算法大多存在**精度不高、特征提取困難等問題，為了解決這些問題，專家學(xué)者在**系統(tǒng)中引入了深度學(xué)習(xí)技術(shù)。盡管深度學(xué)習(xí)的引入能夠提高**結(jié)果的準(zhǔn)確*，但它也帶來了計(jì)算復(fù)雜度增大、**結(jié)果可解釋*差的問題。大多數(shù)**算法僅使用評分?jǐn)?shù)據(jù)來為用戶提供**，并沒有充分利用互聯(lián)網(wǎng)中收集到的各種如評論數(shù)據(jù)、社交網(wǎng)絡(luò)信息等異構(gòu)數(shù)據(jù)。