用户情境下基于信息增益和项目的协同过滤推荐技术研究.pdf

《用户情境下基于信息增益和项目的协同过滤推荐技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第33卷第7期情报杂志Vo1．33No．72014年7月JOURNALOFINTEU[JGENCEJuly2014用户，I肯境下基于信息增益和项目的协同过滤推荐技术研究谭学清何珊(武汉大学信息管理学院武汉430072)摘要情境对于推荐系统的重要性已经得到了众多学者的普遍认可。然而在现有的基于情境感知的推荐中，基本上赋予所有情境因素的权重都是一样的，这种权重等分的做法很大程度上影响了推荐结果的质量。因此，提出了一种用户情境下基于信息增益和项目的协同过滤推荐技术，运用信息增益理论对诸多情境因素进行属性约简，计算不

2、同情境属性的权重，抽取出对推荐结果影响较大的重要情境信息，将其与传统的基于项目的协同过滤推荐算法相结合，为处于特定情境下的用户提供个性化推荐。最后，通过实验证明该技术可以有效地提高推荐结果的准确率。关键词个性化推荐情境感知信息增益属性约简协同过滤中图分类号TP311文献标识码A文章编号1002-1965【2014)07-0165-06DoI10．3969／j．issn．1002—1965．2014．07．030StudyofContext-awareRecommendationTechnologyBasedo

3、nInformationGainandItem-basedCollaborativeFilteringTanXueqingHeShan(SchoolofInformationManagement，WuhanUniversity，Wuhan430072)AbstractTheimportanceofcontextinrecommendersystemshasgainedgeneralrecognitionofthenumerousscholars．However，intheexistingcontext-awa

4、rerecommendation，theweightsofallthecontextualfactorsalebasicallythesaline，whichlargelylimitsthequalityoftherecommendedresults．Therefore，thispaperproposesacontext-awarerecommendationtechnologybasedoninformationgainanditem-basedcollaborativefiltering，appliest

5、hetheoryofinformationgaintoreducecontextualfactors，calculatestheweightsofdiferentcontextualattributesandextractsthesignificantcontextualinformationthatinfluencestherecommendedresultsgreatly．Thecombinationwiththetraditionalitem-basedcollaborativefilteringalg

6、orithmprovidesappropriateitemstospecificusIunderparticularcontexts．Finally．theexperimentshowsthattheproposedapproachishelpfultoimprovetheaccuracyofrecommendedresults．Keywordspersonalizedrecommendationcontext-awareinformationgainattributesreductioncollaborat

7、ivefiltering所偏好的音乐类型或电影类型、在线旅游网站推荐的0引言不同季节的旅游内容等)，仅仅考虑用户和被推荐的随着信息技术和互联网的飞速发展，用户面对着对象是不够的，很关键的一个步骤是要考虑用户当前一个海量的信息资源库，如何从中快速、准确地获取对所处的情境，并将该情境信息应用于个性化推荐的过自己真正有价值的信息变得越来越困难。然而，个性程当中。化推荐技术根据用户的需求和兴趣偏好，将有价值的情境对于用户选择产品或服务有着重大的影响，信息主动地提供给用户，有效地解决了这一“信息过将某个具体的传统的个性

8、化推荐技术结合用户在泛在载”的问题，因此它被广泛应用于电子商务、社交网环境下的情境因素来进行个性化推荐受到了学者的普络、音乐、阅读、电影和视频、基于位置的服务等领域。遍关注。例如，Verbert等人⋯认为将情境化研究作为然而，在一些特定的背景下(如用户处于不同心情下构建智能化推荐系统的范式，能够更好地预测用户需收稿日期：2014—03—26修回日期：2014—04—27作者简介：谭学清(1969一)