国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:罗国前,刘志勇,张琳,张家鑫,何卓桁,张欣,
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.吉林大学软件学院,长春130012;
关键词:影视推荐,矩阵分解,情境感知,
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);;
针对在移动环境下使用传统推荐算法进行个性化影视推荐时存在的准确度不高的问题,提出了一种基于情境感知的矩阵分解算法。该算法在基本矩阵分解算法的基础上,通过融入全局偏置和情境偏置来进行未知评分预测。该算法的优势在于:一方面,使用矩阵分解的方式使得矩阵的规模远远小于原始评分矩阵;另一方面,该算法充分融入了情境要素对评分的影响,使得预测评分更加精准。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基于用户的协同过滤算法、基本矩阵分解算法和baseline预测算法。
来源:2020年第5期
《计算机应用研究》期刊编辑部