[目的 /意义]为资源化数据并支持智慧推荐服务多样化、提升用户交互体验，系统分析国内大数据赋能的用户兴趣建模、项目信息管理技术研究成果，阐述智慧推荐中用户及项目信息规范管理的技术体系。[方法 /过程]文章用文献研究法归纳了507篇文献内容，从用户兴趣建模、项目信息管理两方面对国内大数据赋能的智慧推荐资源管理技术进行总结分析：前者包括模型表示、初始化、进化，后者包括数据采集、挖掘、存储、更新、解释。[结果 /结论]大数据赋能的用户兴趣建模技术核心研究依托大数据技术在线、离线赋能用户兴趣数据分类采集及预处理、模型进化；大数据赋能的用户、项目信息管理技术核心研究用大数据技术赋能数据分类采集，并用大数据计算基础设施赋能数据离线挖掘、数据存储、数据更新、数据在线解释。现有研究需强化用户、数据双驱型的智慧推荐方案设计、实践研究，且需强化数据安全研究。

国内大数据赋能的智慧推荐资源管理技术研究进展_孙雨生.pdf