近日，物理類綜述性期刊《物理報導》(Physics Reports)發表了來自杭州師範大學信息經濟研究所呂琳媛教授、張子柯教授，電子科技大學互聯網科學中心教授()及他們(men) 與(yu) 瑞士弗裏堡大學、英國阿斯頓大學同事合作撰寫(xie) 的題為(wei) “推薦係統”(Recommender Systems)的長篇綜述論文。本文*單位為(wei) 杭州師範大學。

《物理報導》是物理學方麵的綜述性期刊之一，影響因子超過20。該期刊每年僅(jin) 發表三十餘(yu) 篇學術論文，一般不接受自由投稿，而是邀請在各領域有相當影響力的研究小組執筆，旨在對相關(guan) 重大研究成果進行曆史總結和文獻綜述，或針對當前研究熱點進行評述並探討尚未解決(jue) 的重大科學問題。

信息技術特別是互聯網的發展推動我們(men) 進入了“大數據”的時代，在動態增長的海量數據中尋找有價(jia) 值信息的難度不斷增加。理解信息的產(chan) 生與(yu) 組織並幫助實現更好的信息導航、推薦和預測成為(wei) 當前亟待解決(jue) 的重大科學問題。搜索殷勤和推薦係統被認為(wei) 是zui有希望解決(jue) “信息過載”問題的兩(liang) 大武器，後者通過分析用戶的曆史記錄，挖掘用戶的實時喜好和需求，並基於(yu) 此向用戶推薦感興(xing) 趣的谘詢和商品。推薦引擎在電子商務、網絡媒體(ti) 、社交網絡、金融保險等行業(ye) 已經獲得了大量應用，產(chan) 生了重大社會(hui) 經濟價(jia) 值。

瑞士弗裏堡張翼成教授領導的，由杭州師範大學信息經濟研究所、電子科技大學互聯網科學中心等單位聯合參與(yu) 的研究團隊多年來一直致力於(yu) 應用統計物理的理念和方法解決(jue) 信息科學中的重大問題，並在鏈路預測、趨勢預測、在線信譽評估、社交網絡分析、信息傳(chuan) 播理論等方向有係統性貢獻。特別地，該團隊將物質擴散、熱傳(chuan) 導等物理過程，平均場近似、格林函數法、統計係綜理論、矩陣攝動理論等方法應用於(yu) 推薦算法的設計和分析中，提出了時空複雜性和度都明顯勝過傳(chuan) 統方法的*可並行的局部算法，並在“冷啟動問題”、“多樣性-性兩(liang) 難困境”、“社會(hui) 推薦”等挑戰性難題及新興(xing) 問題方麵取得了重要進展。該團隊設計的算法，已經為(wei) 三百餘(yu) 家電子商務公司、五十餘(yu) 家互聯網媒體(ti) 以及若幹有代表性的社交網絡和移動互聯網應用提供服務，其算法相關(guan) 結果每日展示數億(yi) 次。

該團隊受邀為(wei) 《物理報導》撰寫(xie) 49頁綜述。文章回顧了推薦係統應運而生的背景，介紹了推薦係統在各行各業(ye) 已有的應用及重大的社會(hui) 經濟價(jia) 值。文章將推薦係統設計按照其核心算法分為(wei) 了基於(yu) 相似性、基於(yu) 擴散過程、基於(yu) 降維和基於(yu) 社交推薦的四大類，並分析了社會(hui) 標簽和時效性在推薦算法設計和推薦效果中的作用，以及通過迭代、算法混合和集成學習(xi) 等方法可能產(chan) 生的改進效果。與(yu) 信息科學相關(guan) 文獻不同，該文特別強調了統計物理學的思想和方法與(yu) 推薦係統的結合。文章zui後展望了若幹尚未解決(jue) 的重大挑戰。

周濤教授指出：“互聯網已經深刻地改變了我們(men) 社會(hui) 經濟和生活的形態，並且也正在改變我們(men) 科學研究的對象和手段。基於(yu) 大數據的定量化分析將重塑社會(hui) 學、心理學、管理學等學科範式。物理學將與(yu) 這些學科深入交叉並扮演越來越重要的角色。特別地，互聯網為(wei) 交叉物理提供了一個(ge) 實驗平台——在征服互聯網真實用戶過程中獲得的反饋和經驗，結合優(you) 美的理論和方程，才能真正產(chan) 生無可置疑的交叉物理的成果。這篇綜述隻是一個(ge) 初級階段的小結，未來我們(men) 將繼續努力，通過理論研究、算法設計、應用實施、商務拓展、平台架構、資本支持等多種手段推動物理學和信息科學的結合和發展”。