文献类型：期刊文章

作　　者：俞春花[1] 刘学军[1,2] 李斌[1] 章玮[3]

机构地区：[1]南京工业大学计算机科学与技术学院 [2]复旦大学 [3]中国人民解放军73677部队

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61203072);江苏省重点研发计划(社会发展)(No.BE2015697)

年　　份：2017

卷　　号：45

期　　号：6

起止页码：1530-1536

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统的基于协同过滤的移动服务推荐方法存在的数据稀疏性和用户冷启动问题,提出一种基于上下文相似度和社会网络的移动服务推荐方法(Context-similarity and Social-network based Mobile Service Recommendation,CSMSR).该方法将基于用户的上下文相似度引入个性化服务推荐过程,并挖掘由移动用户虚拟交互构成的社会关系网络,按照信任度选取信任用户;然后结合基于用户评分相似度计算发现的近邻,分别从相似用户和信任用户中选择相应的邻居用户,对目标用户进行偏好预测和推荐.实验表明,与已有的服务推荐方法 TNCF、SRMTC及CF-DNC相比,CSMSR方法有效地缓解数据稀疏性并提高推荐准确率,有利于发现用户感兴趣的服务,提升用户个性化服务体验.

关 键 词：移动服务推荐  上下文 相似度计算 社会网络 协同过滤 稀疏性 冷启动问题  

分 类 号：TP301]