10.3969/j.issn.1000-386x.2017.07.043
社交网络中上下文感知协同过滤算法
围绕上下文感知推荐技术和社会化网络推荐技术的局限性展开研究,提出一种基于社会化网络环境下的名为HCCF的上下文感知协同过滤方法.在充分考虑上下文感知推荐系统实际问题的基础上,首先量化了不同维度的上下文对推荐系统所产生的影响,并在此基础上定义了上下文影响系数.在此基础上引入了社会化网络环境中不同用户之间的相互影响,并采用社会化网络用户信任度进行衡量,最后对上下文因素和社会化网络用户信任度进行综合考虑,提出一种新的相似度计算方法.理论分析和在真实数据集上的实验结果表明,相对于单纯基于上下文的系统过滤算法以及社会化网络推荐方法而言,该算法的准确性和推荐效率均得到一定程度的提升.
上下文感知推荐系统、社交网络、推荐系统、上下文感知
34
TP3(计算技术、计算机技术)
"十二五"国家科技支撑计划课题2015BAK07B03;全国统计科学研究项目2015LY43
2017-08-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
231-236,313