一种基于用户上下文感知的个性化推荐方法

摘要

本发明公开了一种基于用户上下文感知的个性化推荐方法，首先对获取社会网络中的信息数据进行预处理，聚类得到用户信息、项目信息，同时融入上下文信息；并提取用户信息、项目信息以及上下文信息的信息特征分别进行模型构建；然后，分别计算用户‑用户、项目‑项目、上下文‑上下文之间的相似度；并基于得到的相似度计算用户‑上下文、用户‑项目、上下文‑项目三者之间潜在相似度；使用LCP‑RM算法对用户‑项目、用户‑上下文和项目‑上下文的模型进行离线调优操作和在线调优操作；最后，在Last.fm数据集上对LCP‑RM算法和三维推荐模型进行测试，防止LCP‑RM算法和三维推荐模型的过拟合，实现个性化推荐；本发明解决了推荐过程数据稀疏性问题，提高个性化推荐的精度。