我国学者在《物理报导》发表综述论文

最近，物理学综合杂志《物理学报》发表了一篇题为《推荐系统》的长篇评论文章，作者是杭州师范大学信息经济研究所的陆教授和张自科教授，电子科技大学网络科学中心的周涛教授(科学网络博客)，以及他们在瑞士弗里堡大学和英国阿斯顿大学的同事。本文的第一单元是杭州师范大学。

《物理报告》是国际物理学中最具影响力的综合性期刊之一，影响因子超过20。该杂志每年仅发表30多篇学术论文。一般来说，它不接受免费捐款。相反，它邀请在各个领域具有相当国际影响力的研究团体撰写论文，旨在对相关主要研究成果进行历史总结和文献综述，或评论当前的研究热点，讨论尚未解决的重大科学问题。

信息技术的发展，尤其是互联网的发展，把我们推向了“大数据”时代。在动态增长的海量数据中找到有价值的信息越来越困难。了解信息的产生和组织，帮助实现更好的信息导航、推荐和预测，已成为亟待解决的重大科学问题。搜索引擎和推荐系统被认为是解决“信息过载”问题最有希望的两种武器。后者分析用户的历史记录，挖掘用户的实时偏好和需求，并在此基础上向用户推荐感兴趣的咨询和商品。推荐引擎已经广泛应用于电子商务、在线媒体、社交网络、金融保险等行业，产生了巨大的社会和经济价值。

由瑞士弗里堡的张一成教授领导，杭州师范大学信息经济研究所和电子科技大学网络科学中心共同参与的研究团队，多年来致力于应用统计物理的概念和方法解决信息科学中的重大问题，在链接预测、趋势预测、在线声誉评估、社会网络分析、信息传播理论等方面做出了系统的贡献。特别地，该团队将诸如材料扩散和热传导、平均场近似、格林函数方法、统计系综理论、矩阵扰动理论等物理过程应用于推荐算法的设计和分析。它提出了一种完全可并行的局部算法，其时空复杂度和精度明显优于传统方法，并在“冷启动问题”、“多样性-准确性困境”、“社会推荐”等具有挑战性和新兴性的问题上取得了重要进展。该团队设计的算法已经服务于300多家电子商务公司、50多家互联网媒体以及几个有代表性的社交网络和移动互联网应用。该算法的相关结果每天显示上亿次。

该小组被邀请为《物理报告》写一篇49页的评论。本文回顾了推荐系统的产生背景，介绍了推荐系统在各行各业的应用及其巨大的社会和经济价值。根据其核心算法，将推荐系统设计分为基于相似性、基于扩散、基于降维和基于社会推荐四类，分析了社会标签和时效性在推荐算法设计和推荐效果中的作用，以及通过迭代、算法混合和集成学习方法可能产生的改进效果。与情报学相关文献不同，本文特别强调了统计物理学的思想和方法与推荐系统的结合。最后，文章展望了一些突出的重大挑战。

周涛教授指出:“互联网深刻地改变了我们的社会经济和生活方式，也改变了我们科学研究的对象和手段。基于大数据的定量分析将重塑社会学、心理学和管理学等学科。物理学将跨越这些学科，发挥越来越重要的作用。特别是，互联网为交叉物理学提供了一个实验平台——只有将在征服互联网真正用户的过程中获得的反馈和经验与优雅的理论和方程式结合起来，交叉物理学的不容置疑的结果才能真正产生。这次审查只是初步阶段的总结。今后，我们将继续通过理论研究、算法设计、应用与实现、业务拓展、平台架构、资金支持等手段，推动物理与信息科学的结合与发展。”