一种新的融合情景的美食推荐算法

• 作者: 卞雪雯 赵雪美 郭林锋
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 兴趣模型 推荐算法 协同过滤 情景信息 相似度公式
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 20-24,30
• 页数: 6页
• 分类号: TP311
• 字数: 5026字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.07.005

摘要

针对传统协同过滤推荐算法不适用于情景因素，严重影响用户行为的这类场景，提出一种融合情景的推荐算法，并将该算法应用于美食推荐。首先，运用由情景属性构造向量表示情景，将情景信息作为一个重要因素添加到兴趣模型中，从而产生U-I-C兴趣模型。根据用户在不同情景下使用方式的不同，重新创建当前用户与各情景相对应的子用户，得到以情景作为标识的用户-项目评分矩阵。针对融合情景的兴趣模型易产生数据稀疏问题，设计利用改进的W-SlopeOne算法对未知评分进行填充；并通过对相似度公式进行优化，进而更加准确地找到当前用户的近邻，为用户提供更加有效的推荐服务。最后，通过实验验证该算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵雪美	南京理工大学计算机科学与工程学院	4	23	3.0	4.0
2	郭林锋	上海理工大学环境与建筑学院	3	11	2.0	3.0
3	卞雪雯	南京理工大学计算机科学与工程学院	2	10	2.0	2.0