情境化推荐中基于超图模式的用户偏好漂移识别研究

摘要：

识别用户偏好漂移是维护用户偏好模式、确保偏好描述准确的关键之一,随着移动商务的迅猛发展,近年来越来越受到重视.一个研究方向是基于聚类实现偏好漂移的识别,但目前研究对于资源对象间多元的弱关联处理存在不足,为此本文结合情境化推荐的特征,构建了情境化资源的超图模型,在对资源相似度、资源簇相似度、用户偏好漂移度等相关概念定义的基础上,提出了一种识别用户偏好漂移的方法.该方法在两阶段层次聚类架构中引入多级超图分割算法,通过两组实验验证了方法的有效性.本文对方法复杂性和应用机制也进行了探讨.

关键词：超图模式、情境化推荐、偏好漂移

所属期刊栏目：30

分类号：TP3;G63

资助基金：国家自然科学基金项目"微内容生产加工模式及其支持平台的研究"71071066;国家自然科学基金重点项目"移动商务的基础理论与技术方法研究"70731001

在线出版日期：2011-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：802-811