计算机应用与软件
計算機應用與軟件
계산궤응용여연건
Computer Applications and Software
2015年
10期
105-108,177
,共5页
情境感知推荐系统%上下文宽松匹配%算法分解%混合情境感知推荐算法
情境感知推薦繫統%上下文寬鬆匹配%算法分解%混閤情境感知推薦算法
정경감지추천계통%상하문관송필배%산법분해%혼합정경감지추천산법
Context-aware recommender system%Contextual loose match%Algorithm decomposition%Hybrid context-aware recommendation algorithm
情境感知推荐是一种有效的推荐方法，但存在难以确定有效上下文变量的问题，使用过多的上下文变量会导致数据维度的上升及推荐准确性的下降。提出一种将推荐算法分解，以各分解部分为上下文匹配主体，且采取宽松匹配的上下文信息匹配策略。形成了一种融合上下文预过滤和上下文建模的混合推荐算法。通过同其他类型算法的性能对比实验证明了该方法在确定有效上下文变量及提高推荐算法准确性上的有效性。
情境感知推薦是一種有效的推薦方法，但存在難以確定有效上下文變量的問題，使用過多的上下文變量會導緻數據維度的上升及推薦準確性的下降。提齣一種將推薦算法分解，以各分解部分為上下文匹配主體，且採取寬鬆匹配的上下文信息匹配策略。形成瞭一種融閤上下文預過濾和上下文建模的混閤推薦算法。通過同其他類型算法的性能對比實驗證明瞭該方法在確定有效上下文變量及提高推薦算法準確性上的有效性。
정경감지추천시일충유효적추천방법，단존재난이학정유효상하문변량적문제，사용과다적상하문변량회도치수거유도적상승급추천준학성적하강。제출일충장추천산법분해，이각분해부분위상하문필배주체，차채취관송필배적상하문신식필배책략。형성료일충융합상하문예과려화상하문건모적혼합추천산법。통과동기타류형산법적성능대비실험증명료해방법재학정유효상하문변량급제고추천산법준학성상적유효성。
Context-aware recommendation is an effective recommending method,but it has the problem of hard to determine the appropriate context variables,and to use too many contextual variables will lead to the increase in dimensionality and the loss of accuracy in recommendation.We proposed a method,it decomposes the recommendation algorithm and matches the subject for the context with decomposed components,meanwhile,it adopts the context information matching strategy with loose match.Thus a hybrid recommendation algorithm is formed which integrates the context pre-filtering and modelling.It is proved by comparing its performance with other kinds of algorithms’that the method is effective in determining the effectual context variables and improving the accuracy of recommendation algo-rithms.
