第2章　研究现状与相关工作

个性化推荐系统作为一个重要的研究方向，其发展追根溯源已经经历了近20年的时间。近年来，随着Web2.0时代的兴起，用户生成内容（user generated content，UGC）在互联网上得到了大量的积累，包括用户在搜索引擎中的搜索历史记录、在购物网站中的购买记录和评论、在社交网站中的图片文本等，这为个性化的用户建模、意图理解和推荐带来了新的契机，也将个性化推荐系统的研究引向了新的高度。本部分从个性化推荐的发展历程、主要技术以及研究现状进行归纳整理，并以矩阵分解算法为核心介绍个性化推荐系统的主要技术。另外，我们针对用户文本评论这一重要的用户生成内容形式介绍文本情感分析技术，该技术将在模型的可解释性部分得到使用。