基于推荐函数情景化的多维信息推荐研究  

Research on Multi-dimensional Information Recommendation Based on Contextualization of Recommendation Function

作　　者：杨君[1] 莫赞[1] 艾丹祥[1] 蔡桂青[1] 

机构地区：[1]广东工业大学管理学院,广州510520

出　　处：《情报杂志》2014年第2期149-154,共6页Journal of Intelligence

基　　金：广东省自然科学基金"基于情景感知的多维智能推荐系统研究"(编号:S2012040007883);国家级大学生创新创业训练计划项目"移动商务环境下基于情景的多维智能推荐系统研究"(编号:201211845042);"十二五"国家科技支撑计划课题"南海区深水网箱高效健康养殖技术集成与示范"(编号:2011BAD13B11);国家自然科学基金项目"网格环境下用户QoS需求驱动的移动服务资源选择优化研究"(编号:71171062)

摘　　要：多维信息推荐在推荐的过程中考虑情景因素对用户行为的影响,动态捕捉用户兴趣在不同情景下的变化,向用户提供更加个性化的推荐结果。首先介绍多维信息推荐的维度、情景、推荐函数与推荐流程等相关内容,然后提出了推荐函数情景化这一新的方法,构建了基于推荐函数情景化的多维信息推荐系统模型,研制了基于推荐函数情景化的多维信息推荐算法,并通过实验研究的方法验证了论文所提出的新算法的高效性与优越性。Multi-dimensional information recommendation （MDIR） considers the influences of the context on the users and dynamically catches the changes of users＆#39; interests in different contexts. MDIR can provide more individualized and intellectualized results. This paper firstly introduces the correlative concepts of MDIR such as context, recommendation dimension, recommendation function and process. Secondly, the paper brings forward and analyzes the new method：contextualization of recommendation function. Based on this new meth-od, the paper builds up a new multi-dimensional information recommendation model and designs the new multi-dimensional recommenda-tion algorithm. Finally, the high efficiency of the new algorithm is verified by an experiment.

关 键 词：多维信息推荐 情景相似度 推荐函数情景化 协同过滤 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]