[目的/意义]建立基于情境感知的移动图书馆个性化推荐模型,可以有效提高推荐结果的准确度。[方法/过程]针对移动图书馆研究了从情境信息中充分挖掘读者偏好关系的方法,进而提出一种融合情境感知的矩阵分解推荐算法,将情境感知因素引入矩阵分解模型,并将矩阵分解结果应用于协同过滤推荐,形成最终预测评分。[结果/结论]在真实数据集BookCrossing上该模型预测准确度相比于传统的矩阵分解方法提高了36.7%,而且当数据密度从20%增加到80%,模型的预测性能得到了进一步提升。
科研之友
微信
新浪微博
Facebook
分享链接
