上下文感知推薦.pdf

1、推薦系統(tǒng)的目的是給用戶自動的推薦一些相關(guān)的信息,包括商品,新聞,電影等?，F(xiàn)有推薦系統(tǒng)中采用的技術(shù)主要有兩種:基于內(nèi)容的過濾(Content Filtering)和協(xié)同過濾(Collaborative Filtering)。傳統(tǒng)的協(xié)同過濾算法只關(guān)注用戶對物品的評分矩陣,沒有考慮上下文環(huán)境信息。然而在實(shí)際情況中,用戶的興趣往往會受年齡,職業(yè),周圍環(huán)境等因素的影響。與此同時,物品的受歡迎程度也會隨著時間和周圍環(huán)境而變化。在推薦系統(tǒng)中考慮這些上

2、下文信息可以有效的提高推薦準(zhǔn)確率和用戶滿意度。隨著電子商務(wù)網(wǎng)站,音樂電影等娛樂服務(wù)網(wǎng)站的繁榮以及各種移動終端服務(wù)的推廣應(yīng)用,用戶個性化推薦顯得越來越重要。另一方面,也產(chǎn)生了包含各種上下文信息的數(shù)據(jù),如在電影推薦中包含時間,社會化網(wǎng)絡(luò)等信息;在音樂推薦中包含用戶心情,音樂流派等信息;在旅游推薦中包含地理位置,天氣等信息。這些上下文信息反映了用戶和物品所處的真實(shí)環(huán)境,能夠更好的描述用戶的興趣和物品的特性。
　　本文探索和研究上下文信息