利用最近邻域推荐且结合情境感知的个性化推荐算法

摘要：

针对传统情境感知推荐算法推荐精确度低和适用环境受限等问题,提出了一种可行的解决方案.该方案可以根据检测到的情境信息找到相关的媒体内容,比仅依赖特征提取的方案更有效.首先,利用情境数据和搜索信息来识别所选项的情境与特定情境中用户的兴趣度之间的隐藏关系,并构建未知排名的推荐模型.然后,通过使用给定的情境列表来计算用户对项目的预期排名分数,从而进行情境感知评级.根据用户的情境参与选择新项目,从而使检测到的情境有助于促进对相关项目的搜索.进一步使用优化函数来最大化结果推荐的平均精度(MAP).实验结果表明,与目前较为先进的两种算法相比,提出的方法表现出了比传统协同过滤算法更好的性能,且分别使平均绝对误差值降低了1.8％ 和1.2％,在推荐精确度和召回率方面也均优于两种对比方法.

关键词：个性化推荐算法、最近邻域推荐、隐式兴趣度、情境感知

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：内蒙古自治区自然科学基金项目2015MS0634 ,内蒙古自治区高等学校科学技术项目NJZY033

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：235-240