原文服务方: 计算机应用研究       
摘要:
针对在移动环境下使用传统推荐算法进行个性化影视推荐时存在的准确度不高的问题,提出了一种基于情境感知的矩阵分解算法.该算法在基本矩阵分解算法的基础上,通过融入全局偏置和情境偏置来进行未知评分预测.该算法的优势在于:一方面,使用矩阵分解的方式使得矩阵的规模远远小于原始评分矩阵;另一方面,该算法充分融入了情境要素对评分的影响,使得预测评分更加精准.通过在LDOS-CoMoDa数据集上进行实验,结果表明,该算法在准确度上优于基于用户的协同过滤算法、基本矩阵分解算法和baseline预测算法.
推荐文章
情境感知的移动阅读个性化推荐算法研究
情境感知
协同过滤
移动推荐
贝叶斯方法
基于情境感知的用户个性化兴趣建模
用户兴趣模型
情境感知
个性化信息推送
移动用户餐饮个性化需求推荐研究
个性化
协同过滤
杰卡德系数
相似性
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 移动环境下基于情境感知的个性化影视推荐算法研究
来源期刊 计算机应用研究 学科
关键词 影视推荐 矩阵分解 情境感知
年,卷(期) 2020,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1306-1310
页数 5页 分类号 TP311.1
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.11.0814
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张琳 吉林大学软件学院 60 115 6.0 7.0
2 张家鑫 东北师范大学信息科学与技术学院 4 6 2.0 2.0
3 刘志勇 东北师范大学信息科学与技术学院 11 14 2.0 3.0
7 张欣 东北师范大学信息科学与技术学院 6 12 2.0 3.0
8 何卓桁 东北师范大学信息科学与技术学院 2 0 0.0 0.0
9 罗国前 东北师范大学信息科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (90)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(12)
  • 参考文献(4)
  • 二级参考文献(8)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
影视推荐
矩阵分解
情境感知
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导