基于隐式反馈数据的个性化游戏推荐

• 作者: 俞东进 吴建华 陈耀旺 陈聪
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 推荐系统 隐式反馈 游戏推荐 伪评分 SVD++
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2626-2632
• 页数: 7页
• 分类号: TP302
• 字数: 6696字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.11.009

摘要

现有推荐系统通常采用评分、评论等显式反馈数据实现个性化推荐.然而,显式反馈数据由于在实际中难以获取或因质量问题而往往变得不可用,从而导致相关推荐算法的应用范围受到很大限制.与此相反,诸如点击行为、浏览记录等隐式反馈数据在现实中大量存在.本文提出了一种面向游戏玩家的基于隐式反馈数据的游戏推荐方法.该方法综合考虑了玩家操作次数、操作时长等隐式反馈数据及其时效性,构建了基于伪评分的玩家对游戏的偏好模型,而后通过改进了的SVD++(Singular Value Decomposition++)算法实现个性化游戏推荐.在大规模真实数据集上的实验结果表明本文提出的方法具有更高的推荐精确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞东进	杭州电子科技大学计算机学院	26	76	5.0	6.0
2	陈耀旺	杭州电子科技大学计算机学院	5	11	2.0	3.0
3	陈聪	杭州电子科技大学计算机学院	2	12	2.0	2.0
4	吴建华		1	4	1.0	1.0