基于多維情境的移動信息服務個性化推薦算法研究.pdf

1、隨著移動信息服務的迅速發(fā)展和普及，數(shù)據(jù)采集技術(shù)的不斷進步，我們可以采集到的信息的維度不斷提高，傳統(tǒng)僅考慮“用戶-項目”二維的推薦模式在所采集到的信息量相對較少，數(shù)據(jù)維度相對較低的情況下可以取得較好效果，但在移動信息服務環(huán)境下，僅僅靠“用戶-項目”二維的推薦模式并不能為用戶在特定情境信息條件下生成有效的個性化推薦。隨著移動技術(shù)的發(fā)展以及各類傳感設備種類的增多，可以采集到的關(guān)于移動用戶在移動環(huán)境中的情境信息多種多樣，而這些情境信息對于推薦的

2、性能也是非常重要的。因此，為移動用戶在特定情境下提供個性化的推薦變得十分重要和迫切。目前結(jié)合移動環(huán)境下高維度情境信息的推薦技術(shù)研究在國內(nèi)外均處于起步階段，本文以給移動用戶在特定情境下提供個性化的推薦進一步提高推薦的準確性和用戶滿意度為目標，探討基于多維情境信息的移動信息服務個性化推薦方法。
　　本文立足于移動信息服務環(huán)境，充分考慮移動信息服務環(huán)境中的高維度情境信息，對多類型用戶情境信息進行分析和建模，論文將“用戶-項目”二維推薦算

3、法中較為成熟的基于用戶的協(xié)同過濾推薦算法與多維情境信息條件進行結(jié)合，通過將單維度情境信息條件下用戶的偏好進行擴展，根據(jù)不同情境信息對偏好影響的程度不同，對現(xiàn)有的協(xié)同過濾推薦算法中的相似度計算算法進行改進，預測對多維情境信息條件下用戶偏好，最終得出適用于移動信息服務環(huán)境下的可以應對多維情境信息的個性化推薦算法。在面對單維情境信息的用戶偏好數(shù)據(jù)稀疏性問題時，引入三階張量分解技術(shù)，充分利用三維空間中潛在的數(shù)據(jù)關(guān)聯(lián)關(guān)系，使得嚴重的數(shù)據(jù)稀疏性問題

4、得到緩解。本文最后采用推薦領(lǐng)域著名的MovieLens公開數(shù)據(jù)集對算法進行了仿真測試，仿真結(jié)果顯示，改進后的算法與傳統(tǒng)的二維推薦模式相比推薦結(jié)果更加精準，驗證了情境信息對用戶偏好具有影響，同時與現(xiàn)有的結(jié)合情境信息的推薦方法相比，本文得出的推薦更加符合用戶偏好，說明本文提出的方法在處理情境信息的融入問題上更加有效。通過對以上內(nèi)容的研究，進一步豐富了個性化推薦領(lǐng)域的相關(guān)理論，為移動信息服務的個性化推薦研究提供了理論支撐和科學依據(jù)。