利用最近邻域推荐且结合情境感知的个性化推荐算法

发布时间：2021-01-29 02:53

　　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。 

【文章来源】：计算机科学. 2019,46(04)北大核心

【文章页数】：6 页

【文章目录】：
1 构建模型
2 多重情境推荐
    2.1 相似性度量
    2.2 基于项目的最近邻域推荐
    2.3 搜索用户隐式兴趣度
    2.4 情境感知评级
3 优化平均精度均值
4 实验评估
    4.1 实验配置和数据集
    4.2 3种推荐模型的推荐性能对比
    4.3 检索准确性的分析及比较
结束语


【参考文献】：
期刊论文
[1]基于Pearson相关系数的快速虚拟网格匹配定位算法[J]. 郝德华,关维国,邹林杰,焦萌.  计算机应用. 2018(03)
[2]一种具有动态邻域特点的自适应最近邻居算法[J]. 冯骥,张程,朱庆生.  计算机科学. 2017(12)
[3]基于情境感知的个性化推荐算法[J]. 时念云,李秋月.  计算机系统应用. 2017(09)
[4]一个情境相关的双层室内空间数据模型[J]. 李敬雯,刘宇雷,秦小麟.  计算机科学. 2017(08)
[5]基于余弦相似度的指纹匹配算法的室内定位方法[J]. 刘冰,李文书.  科技通报. 2017(03)
[6]一种基于相似社团和节点角色划分的社交网络用户推荐方案[J]. 钟晓宇,刘宴兵,肖云鹏.  重庆邮电大学学报(自然科学版). 2016(04)
[7]基于情境感知的用户个性化兴趣建模[J]. 葛桂丽,袁凌云,王兴超.  计算机应用研究. 2017(04)
[8]基于语义关联和情景感知的个性化推荐方法研究[J]. 李枫林,陈德鑫,梁少星.  情报杂志. 2015(10)

硕士论文
[1]基于情境感知的个性化推荐算法研究与应用[D]. 梁卓越.中北大学 2017



本文编号：3006147