上下文感知推荐系统中基于用户认知行为的偏好获取方法

• 作者: 杨建锋 王海 高全力 高岭
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 认知行为 上下文感知 偏好获取 推荐系统
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 数据科学与工程
• 页码范围: 1767-1776
• 页数: 10页
• 分类号: TP391
• 字数: 9459字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2015.01767

摘要

针对现有的偏好获取方法，因未考虑不同用户在各类型上下文环境中的认知行为与用户偏好间的内在联系所导致用户偏好预测准确度不高的问题，受分布式认知理论与记忆信息加工模型启发，提出了一种基于用户认知行为的上下文感知偏好获取方法。在多维上下文环境下，将认知水平、认知有用性、认知风险、有效认知行为等认知领域概念引入偏好获取过程，并分别给出其概念定义及计算方法，通过建立多种认知因素交互影响的偏好获取模型，分别提取在单维与多维上下文环境下的用户偏好。在大规模真实数据集上的实验结果表明，与经典的协同过滤算法及上下文感知算法相比，显著地提高了偏好获取的准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岭	西北大学信息科学与技术学院	96	1019	17.0	28.0
2	高全力	西北大学信息科学与技术学院	10	142	5.0	10.0
3	杨建锋	西北大学信息科学与技术学院	25	136	6.0	11.0
4	王海	西北大学信息科学与技术学院	23	158	5.0	12.0