计算机应用研究

作者：罗国前,刘志勇,张明颜,张家鑫,刘亚鹏,

单位：1.东北师范大学a.信息科学与技术学院;b.教育部数字化学习支撑技术工程研究中心,长春130117；2.大同煤矿集团有限责任公司,山西大同037003；

关键词：情境感知矩阵分解,项目偏置项,情境权重,

基金：吉林省教育厅“十三五”科学技术研究规划项目(202118628)；吉林省教育厅新工科研究与实践项目(131003229)；；

情境感知推荐系统是当前推荐领域的研究热点，而情境感知矩阵分解算法（CAMF-CC）是当前领域的一种有效模型。针对CAMF-CC算法在推荐时存在的准确度不高的问题，提出了一种改进的情境感知矩阵分解算法（ICAMF-CC）。该算法在原有CAMF-CC算法的基础上，通过融入项目偏置项和情境权重来进行评分预测。其优势在于，一方面，融入了项目本身特性对评分的影响；另一方面，充分考虑了不同情境因素在推荐过程中有着不同的影响力，提高了预测评分的准确度。通过在LDOS-CoMoDa数据集上进行实验，结果表明，该算法在准确度上优于CAMF-CC算法。

来源：2020年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第8期