基于多維情境的移動(dòng)信息服務(wù)個(gè)性化推薦算法研究.pdf

1、隨著移動(dòng)信息服務(wù)的迅速發(fā)展和普及，數(shù)據(jù)采集技術(shù)的不斷進(jìn)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(hù)-項(xiàng)目”二維的推薦模式在所采集到的信息量相對(duì)較少，數(shù)據(jù)維度相對(duì)較低的情況下可以取得較好效果，但在移動(dòng)信息服務(wù)環(huán)境下，僅僅靠“用戶(hù)-項(xiàng)目”二維的推薦模式并不能為用戶(hù)在特定情境信息條件下生成有效的個(gè)性化推薦。隨著移動(dòng)技術(shù)的發(fā)展以及各類(lèi)傳感設(shè)備種類(lèi)的增多，可以采集到的關(guān)于移動(dòng)用戶(hù)在移動(dòng)環(huán)境中的情境信息多種多樣，而這些情境信息對(duì)于推薦的

2、性能也是非常重要的。因此，為移動(dòng)用戶(hù)在特定情境下提供個(gè)性化的推薦變得十分重要和迫切。目前結(jié)合移動(dòng)環(huán)境下高維度情境信息的推薦技術(shù)研究在國(guó)內(nèi)外均處于起步階段，本文以給移動(dòng)用戶(hù)在特定情境下提供個(gè)性化的推薦進(jìn)一步提高推薦的準(zhǔn)確性和用戶(hù)滿(mǎn)意度為目標(biāo)，探討基于多維情境信息的移動(dòng)信息服務(wù)個(gè)性化推薦方法。
　　本文立足于移動(dòng)信息服務(wù)環(huán)境，充分考慮移動(dòng)信息服務(wù)環(huán)境中的高維度情境信息，對(duì)多類(lèi)型用戶(hù)情境信息進(jìn)行分析和建模，論文將“用戶(hù)-項(xiàng)目”二維推薦算

3、法中較為成熟的基于用戶(hù)的協(xié)同過(guò)濾推薦算法與多維情境信息條件進(jìn)行結(jié)合，通過(guò)將單維度情境信息條件下用戶(hù)的偏好進(jìn)行擴(kuò)展，根據(jù)不同情境信息對(duì)偏好影響的程度不同，對(duì)現(xiàn)有的協(xié)同過(guò)濾推薦算法中的相似度計(jì)算算法進(jìn)行改進(jìn)，預(yù)測(cè)對(duì)多維情境信息條件下用戶(hù)偏好，最終得出適用于移動(dòng)信息服務(wù)環(huán)境下的可以應(yīng)對(duì)多維情境信息的個(gè)性化推薦算法。在面對(duì)單維情境信息的用戶(hù)偏好數(shù)據(jù)稀疏性問(wèn)題時(shí)，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(yán)重的數(shù)據(jù)稀疏性問(wèn)題

4、得到緩解。本文最后采用推薦領(lǐng)域著名的MovieLens公開(kāi)數(shù)據(jù)集對(duì)算法進(jìn)行了仿真測(cè)試，仿真結(jié)果顯示，改進(jìn)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(zhǔn)，驗(yàn)證了情境信息對(duì)用戶(hù)偏好具有影響，同時(shí)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(hù)偏好，說(shuō)明本文提出的方法在處理情境信息的融入問(wèn)題上更加有效。通過(guò)對(duì)以上內(nèi)容的研究，進(jìn)一步豐富了個(gè)性化推薦領(lǐng)域的相關(guān)理論，為移動(dòng)信息服務(wù)的個(gè)性化推薦研究提供了理論支撐和科學(xué)依據(jù)。