情境感知推荐中的上下文宽松匹配方法研究

• 作者: 傅魁 曹洪江
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 情境感知推荐系统 上下文宽松匹配 算法分解 混合情境感知推荐算法
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 105-108,177
• 页数: 5页
• 分类号: TP391
• 字数: 6005字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.10.023

摘要

情境感知推荐是一种有效的推荐方法，但存在难以确定有效上下文变量的问题，使用过多的上下文变量会导致数据维度的上升及推荐准确性的下降。提出一种将推荐算法分解，以各分解部分为上下文匹配主体，且采取宽松匹配的上下文信息匹配策略。形成了一种融合上下文预过滤和上下文建模的混合推荐算法。通过同其他类型算法的性能对比实验证明了该方法在确定有效上下文变量及提高推荐算法准确性上的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹洪江	武汉理工大学经济学院电子商务与智能服务研究中心	5	29	3.0	5.0
2	傅魁	武汉理工大学经济学院电子商务与智能服务研究中心	23	72	5.0	7.0