基于隐式反馈的个性化游戏推荐方法

• 作者: 沙静 曾巩俐 杨扬 卫遥
• 来源期刊: 系统仿真学报
• 关键词: 推荐系统 隐式反馈 隐语义模型 个性化推荐
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 809-817
• 页数: 9页
• 分类号: TH138|R318.6|TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-0636

摘要

传统的推荐系统常用显式反馈进行个性化推荐,但显式反馈数据不易获取,质量不好且易引起用户反感,使推荐结果不能满足用户需求.隐式反馈数据更容易获取,可更好地为用户提供其感兴趣的内容.提出一种基于隐式反馈数据的个性化游戏推荐才法.该方法基于游戏时长、游戏次数等隐式反馈数据,构建针对游戏用户数据的隐式反馈推荐模型,通过隐语义推荐算法实现了游戏的个性化推荐.通过大量真实数据集的对比实验,表明该方法的精确率和召回率均优于其他方法.