移动环境下基于情境感知的个性化信息推荐

摘要：

随着移动互联网的发展,越来越多的用户信息获取过程通过移动终端完成.但当前个性化推荐系统对用户情境的感知能力不足,缺乏为用户提供符合当前情境的个性化信息推荐服务.为此,本文提出了基于贝叶斯方法的情境化用户资源类别偏好学习以及融合该类别偏好的协同过滤个性化信息推荐.运用贝叶斯方法学习用户在不同情境下对各资源类别的偏好,然后将该类别偏好与传统协同过滤推荐算法相结合,生成符合用户当前情境的个性化信息推荐.实验表明本文提出的改进算法可以提高推荐的准确率.

关键词：情境感知、协同过滤、贝叶斯学习、个性化推荐、移动互联网、信息服务

所属期刊栏目：31

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金青年项目“泛在环境下基于情境感知的信息多维推荐服务模型与实现研究”71103136;中国博士后科学基金项目“面向用户的电子商务搜索引擎信息聚合和可视化建模研究”20090460988

在线出版日期：2012-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：166-170