面向云环境的移动信息服务情景化协同过滤推荐

如何有效融合用户情景信息参量以实现其在移动信息推荐服务中的无缝耦合,是个性化推荐领域研究的热点问题。针对移动信息服务推荐的情景“缺位”问题,将情景信息引入协同过滤(CF)推荐算法,结合云计算处理技术深入探讨面向云环境的移动信息服务情景化协同过滤推荐机制,并提出Mapreduce化的协同过滤推荐方法。面向云环境的“旅游景点移动信息服务情景化推荐系统”实验结果表明,本文方法可有效改进CF在海量移动数据环境下的执行效率,显著提高移动推荐系统的规模性与可扩展性、对多源海量数据的信息萃取能力和利用效率,最终满足用户情景化、集成化、即时化和个性化的精准便捷式移动信息服务需求。