适应情景变化的协同推荐算法

• 作者: 夏宇 张忠海 杨舒波
• 来源期刊: 江西科学
• 关键词: 用户偏好 协同推荐 情景效用 情景变化 动态适应
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 地球科学
• 页码范围: 200-206
• 页数: 7页
• 分类号: P208
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2020.02.012

摘要

协同推荐的基本思想是相似的用户往往具有相似的用户偏好,现有的个性化协同推荐算法在情景相似的前提下进行协同推荐,无法动态地适应情景变化.针对这个问题,提出一种适应情景变化的协同推荐算法.引入用户情景效用的概念,并给出了计算情景效用的有效方法,对每个具体用户,计算其对情景的效用,在经典算法的基础上,根据当前情景与历史情景的效用调整对用户的预测值,算法不用进行前置过滤,用户数据利用率更高;对每个用户计算情景效用,对用户的针对性更强;能根据情景动态调整预测值.实验表明:算法能动态适应情景变化,并提高了个性化推荐算法的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张忠海	江西师范大学地理与环境学院	3	0	0.0	0.0
2	夏宇	江西师范大学地理与环境学院	6	36	2.0	6.0
6	杨舒波	江西师范大学地理与环境学院	2	0	0.0	0.0