情境感知的移动阅读个性化推荐算法研究

摘要

针对移动环境下资源的个性化推荐问题,提出一种结合情境和协同过滤的移动阅读推荐算法.该算法汇聚了两阶段的情境感知思想,首先使用朴素贝叶斯方法推算用户某情境下偏好度最高的资源类别,然后对该类别下的资源,通过情境相似度的计算,过滤出仅当前情境或者与当前情境最相似的情境的"用户-资源"二维评分模型,再运用传统的基于用户的协同过滤算法产生推荐列表.抓取新浪博文进行实验测试,结果表明相同条件下所提出算法的平均绝对偏差值比其他相关算法要低,具有更高的推荐质量.