移动环境下融合情境信息的群组推荐模型研究——基于用户APP行为数据的实证分析

摘要：

为了提高群组推荐模型中推荐结果的准确度问题,本文研究并提出了一种融合情境信息的群组推荐模型.首先,获取用户行为情境数据,同时发掘提取单个用户行为的偏好;其次,计算单个用户行为相似度,进行群组聚类发现;然后,融入情境信息挖掘群组行为特征,并构建群组行为偏好特征向量,最后结合协同推荐思想,将群组作为整体,和其他群组对项目的历史评分进行协同,形成预测评分.在实验中,我们通过分析用户的操作流,提取了主题序列特征,然后融入了经典情境信息,得出推荐结果.结果表明,使用该模型得出的排序靠前(6位)的推荐结果较之传统(非情境)的群组推荐方法具有更高的准确性.因此,该模型更适用于移动环境下的群组推荐.

关键词：群组推荐、情境信息、行为偏好、主题序列、操作流

所属期刊栏目：37

资助基金：国家社会科学基金重大项目"基于多维度聚合的网络资源知识发现研究"13&ZD183;国家自然科学基金青年项目"基于QSIM的图书馆移动用户群体行为模拟与学习兴趣引导研究"71503097;国家社会科学基金青年项目"面向语义出版的数字图书馆资源多维度聚合研究"15CTQ007

在线出版日期：2018-08-24（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：384-393