| 隐式反馈场景中融合社交信息的上下文感知推荐 |
| |
| 引用本文： | 俞春花,刘学军,李斌. 隐式反馈场景中融合社交信息的上下文感知推荐[J]. 计算机科学, 2016, 43(6): 248-253, 279 |
| |
| 作者姓名： | 俞春花 刘学军 李斌 |
| |
| 作者单位： | 南京工业大学电子与信息工程学院 南京211816,南京工业大学电子与信息工程学院 南京211816,南京工业大学电子与信息工程学院 南京211816 |
| |
| 基金项目： | 本文受国家自然科学基金(61203072),国家公益性科研专项(201310162),江苏省重点研发计划(社会发展)(BE2015697)资助 |
| |
| 摘 要： | 作为解决信息过载问题的有效方式,推荐系统能够根据用户偏好对海量信息进行过滤,为用户提供个性化的推荐。对如何利用隐式反馈数据进行个性化推荐进行了研究,提出了一种融合上下文信息和用户社交信息的隐式反馈推荐模型(Implicit Feedback Recommendation Model Fusing Context-aware and Social Network Process,IFCSP)。首先从数据集中提取与用户兴趣相关的上下文信息的属性集合,并以此作为分裂属性,使用决策树分类算法对“用户-产品-上下文”集合进行分类,从而将历史选择集合分组。对于要推荐的用户,根据其选择产品时的上下文信息,匹配最相似的分组,再使用基于隐式反馈的推荐模型(Implicit Feedback Recommendation Model,IFRM)预测用户对未选择产品的偏好,并结合用户的社交信息,进而对用户进行产品推荐。实验表明,该模型在平均正确率均值(MAP)和平均百分百排序(MPR)评价指标上均优于其他4种算法,可以显著提高系统的预测和推荐质量。
|
| 关 键 词： | 推荐系统 隐式反馈 上下文感知推荐 社会化推荐 IFRM |
| 收稿时间： | 2015-05-08 |
| 修稿时间： | 2015-08-02 |
Implicit Feedback Personalized Recommendation Model Fusing Context-aware and Social Network Process |
| |
| YU Chun-hu,LIU Xue-jun and LI Bin. Implicit Feedback Personalized Recommendation Model Fusing Context-aware and Social Network Process[J]. Computer Science, 2016, 43(6): 248-253, 279 |
| |
| Authors: | YU Chun-hu LIU Xue-jun LI Bin |
| |
| Affiliation: | College of Electronic and Information Engineering,Nanjing Tech University,Nanjing 211816,China,College of Electronic and Information Engineering,Nanjing Tech University,Nanjing 211816,China and College of Electronic and Information Engineering,Nanjing Tech University,Nanjing 211816,China |
| |
| Abstract: | |
| |
| Keywords: | Recommender system Implicit feedback Context-awareness recommendation Social recommendation IFRM |
|
|
点击此处可从《计算机科学》下载全文 |
|
