情境感知的移动阅读个性化推荐算法研究

• 作者: 操凤萍 李香菊 莫凌飞 谢修娟
• 来源期刊: 高技术通讯
• 关键词: 情境感知 协同过滤 移动推荐 贝叶斯方法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 640-647
• 页数: 8页
• 字数: 5922字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.07.003

摘要

针对移动环境下资源的个性化推荐问题,提出一种结合情境和协同过滤的移动阅读推荐算法.该算法汇聚了两阶段的情境感知思想,首先使用朴素贝叶斯方法推算用户某情境下偏好度最高的资源类别,然后对该类别下的资源,通过情境相似度的计算,过滤出仅当前情境或者与当前情境最相似的情境的"用户-资源"二维评分模型,再运用传统的基于用户的协同过滤算法产生推荐列表.抓取新浪博文进行实验测试,结果表明相同条件下所提出算法的平均绝对偏差值比其他相关算法要低,具有更高的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	操凤萍	东南大学成贤学院计算机工程系	25	49	4.0	5.0
2	谢修娟	东南大学成贤学院计算机工程系	26	72	6.0	7.0
3	李香菊	东南大学成贤学院计算机工程系	26	68	5.0	6.0
4	莫凌飞	东南大学仪器科学与工程学院	12	63	4.0	7.0