文献类型：期刊文章

作　　者：张宏丽[1] 白翔宇[2] 李改梅[1]

ZHANG Hong-li;BAI Xiang-yu;LI Gai-mei(College of Educational Information Technology,Inner Mongolia Normal University,Hohehot 010022,China;College of Computer Science,Inner Mongolia University,Hohehot 010021,China)

机构地区：[1]内蒙古师范大学教育信息技术学院,呼和浩特010022 [2]内蒙古大学计算机学院,呼和浩特010021

出　　处：《计算机科学》

基　　金：内蒙古自治区自然科学基金项目(2015MS0634);内蒙古自治区高等学校科学技术项目(NJZY033)资助

年　　份：2019

卷　　号：46

期　　号：4

起止页码：235-240

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：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。

关 键 词：个性化推荐算法 最近邻域推荐  隐式兴趣度  情境感知

分 类 号：TP391]