情报杂志
情報雜誌
정보잡지
JOURNAL OF INFORMATION
2012年
8期
166-170
,共5页
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
情境感知%協同過濾%貝葉斯學習%箇性化推薦%移動互聯網%信息服務
정경감지%협동과려%패협사학습%개성화추천%이동호련망%신식복무
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.
隨著移動互聯網的髮展,越來越多的用戶信息穫取過程通過移動終耑完成.但噹前箇性化推薦繫統對用戶情境的感知能力不足,缺乏為用戶提供符閤噹前情境的箇性化信息推薦服務.為此,本文提齣瞭基于貝葉斯方法的情境化用戶資源類彆偏好學習以及融閤該類彆偏好的協同過濾箇性化信息推薦.運用貝葉斯方法學習用戶在不同情境下對各資源類彆的偏好,然後將該類彆偏好與傳統協同過濾推薦算法相結閤,生成符閤用戶噹前情境的箇性化信息推薦.實驗錶明本文提齣的改進算法可以提高推薦的準確率.
수착이동호련망적발전,월래월다적용호신식획취과정통과이동종단완성.단당전개성화추천계통대용호정경적감지능력불족,결핍위용호제공부합당전정경적개성화신식추천복무.위차,본문제출료기우패협사방법적정경화용호자원유별편호학습이급융합해유별편호적협동과려개성화신식추천.운용패협사방법학습용호재불동정경하대각자원유별적편호,연후장해유별편호여전통협동과려추천산법상결합,생성부합용호당전정경적개성화신식추천.실험표명본문제출적개진산법가이제고추천적준학솔.
