移动环境下基于情境感知的个性化信息推荐

被引:20
作者
曾子明
李鑫
机构
[1] 不详
[2] 武汉大学信息管理学院
[3] 不详
基金
中国博士后科学基金;
关键词
情境感知; 协同过滤; 贝叶斯学习; 个性化推荐; 移动互联网; 信息服务;
D O I
暂无
中图分类号
TP391.3 [检索机];
学科分类号
摘要
随着移动互联网的发展,越来越多的用户信息获取过程通过移动终端完成。但当前个性化推荐系统对用户情境的感知能力不足,缺乏为用户提供符合当前情境的个性化信息推荐服务。为此,本文提出了基于贝叶斯方法的情境化用户资源类别偏好学习以及融合该类别偏好的协同过滤个性化信息推荐。运用贝叶斯方法学习用户在不同情境下对各资源类别的偏好,然后将该类别偏好与传统协同过滤推荐算法相结合,生成符合用户当前情境的个性化信息推荐。实验表明本文提出的改进算法可以提高推荐的准确率。
引用
收藏
页码:166 / 170
页数:5
相关论文
共 4 条
[1]   Incorporating contextual information in recommender systems using a multidimensional approach [J].
Adomavicius, G ;
Sankaranarayanan, R ;
Sen, S ;
Tuzhilin, A .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2005, 23 (01) :103-145
[2]  
Fab[J] . Marko Balabanovi?,Yoav Shoham.Communications of the ACM . 1997 (3)
[3]  
Location-based Service with Context Data for aRestaurant Recommendation .2 Lee B H,Kim H N,Jung J G. DEXA . 2006
[4]  
Social information filtering:Algorithms for automating "Word of Mouth" .2 Shardanand U,Maes P. Proceedings of ACM CHI’95 Conference on Human Factors in Computing Systems . 1995