融合情境感知的移动图书馆个性化推荐技术研究

• 作者: 刘晓艳 张潇璐 赵学敏 孔云
• 来源期刊: 情报探索
• 关键词: 情境感知 矩阵分解 移动图书馆 协同过滤推荐
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 工作研究|Work Research
• 页码范围: 46-52
• 页数: 7页
• 分类号: G250
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2021.09.007

摘要

[目的/意义]建立基于情境感知的移动图书馆个性化推荐模型,可以有效提高推荐结果的准确度.[方法/过程]针对移动图书馆研究了从情境信息中充分挖掘读者偏好关系的方法,进而提出一种融合情境感知的矩阵分解推荐算法,将情境感知因素引入矩阵分解模型,并将矩阵分解结果应用于协同过滤推荐,形成最终预测评分.[结果/结论]在真实数据集Book-Crossing上该模型预测准确度相比于传统的矩阵分解方法提高了36.7％,而且当数据密度从20％增加到80％,模型的预测性能得到了进一步提升.