資源描述：
《基于移動(dòng)用戶上下文相似度的協(xié)同過濾推薦算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第33卷第11期電子與信息學(xué)報(bào)Vol.33No.112011年11月JournalofElectronics&InformationTechnologyNov.2011基于移動(dòng)用戶上下文相似度的協(xié)同過濾推薦算法*徐風(fēng)苓孟祥武王立才(北京郵電大學(xué)智能通信軟件與多媒體北京市重點(diǎn)實(shí)驗(yàn)室北京100876)(北京郵電大學(xué)計(jì)算機(jī)學(xué)院北京100876)摘要：該文面向移動(dòng)通信網(wǎng)絡(luò)領(lǐng)域的個(gè)性化服務(wù)推薦問題，通過將移動(dòng)用戶上下文信息引入?yún)f(xié)同過濾推薦過程，提出一種基于移動(dòng)用戶上下文相似度的改進(jìn)協(xié)同過濾推薦算法。該算法首先計(jì)算基于移動(dòng)用戶
2、的上下文相似度，以構(gòu)造目標(biāo)用戶當(dāng)前上下文的相似上下文集合，然后采用上下文預(yù)過濾推薦方法對(duì)“移動(dòng)用戶-移動(dòng)服務(wù)-上下文”3維模型進(jìn)行降維得到“移動(dòng)用戶-移動(dòng)服務(wù)”2維模型，最后結(jié)合傳統(tǒng)2維協(xié)同過濾算法進(jìn)行偏好預(yù)測和推薦。仿真數(shù)據(jù)集和公開數(shù)據(jù)集實(shí)驗(yàn)表明，該算法能夠用于移動(dòng)網(wǎng)絡(luò)服務(wù)環(huán)境下的用戶偏好預(yù)測，并且與傳統(tǒng)協(xié)同過濾相比具有更高的推薦精確度。關(guān)鍵詞：移動(dòng)網(wǎng)絡(luò)；用戶上下文；相似度計(jì)算；協(xié)同過濾中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-5896(2011)11-2785-05DOI:10.3724/SP.J
3、.1146.2011.00384ACollaborativeFilteringRecommendationAlgorithmBasedonContextSimilarityforMobileUsersXuFeng-lingMengXiang-wuWangLi-cai(BeijingKeyLaboratoryofIntelligentTelecommunicationsSoftwareandMultimedia,BeijingUniversityofPostsandTelecommunications,Beijing
4、100876,China)(SchoolofComputer,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)Abstract:Towardstheproblemofpersonalizedservicesrecommendationinmobiletelecommunicationnetwork,acollaborativefilteringalgorithmbasedoncontextsimilarityformobileuse
5、rsisproposedbyincorporatingmobileusers’contextinformationintocollaborativefilteringrecommendationprocess.Thealgorithmcalculatesfirstlyuser-basedcontextsimilaritiestoconstructasetofsimilarcontextsrelatedtothecurrentcontextoftheactiveuser.Thenitreducesthe“mobile
6、user-mobileservice-context”3Dmodeltothe“mobileuser-mobileservice”2Dmodelbyusingcontextpre-filteringrecommendationmethod.Finallyitpredictstheunknownuserpreferencesandgeneratesrecommendationsbasedonthetraditional2DCollaborativeFiltering(CF)algorithm.Experimental
7、resultsindicatethatthisalgorithmcanbeappliedtopredictuserpreferencesinmobilenetworkserviceenvironmentandachievebetterrecommendationaccuracythanthetraditionalCFalgorithm.Keywords:Mobilenetwork;Usercontext;Similaritymeasure;CollaborativeFiltering(CF)1引言通過移動(dòng)設(shè)備瀏覽新
8、聞，而“在辦公室”“休息”時(shí)則喜歡玩游戲。因此，如何幫助移動(dòng)用戶發(fā)現(xiàn)其真隨著移動(dòng)通信技術(shù)的快速發(fā)展，越來越多的用正感興趣的、符合其上下文條件約束(如時(shí)間、地點(diǎn)、戶通過移動(dòng)設(shè)備獲取移動(dòng)網(wǎng)絡(luò)服務(wù)和信息內(nèi)容。由活動(dòng)狀態(tài)、網(wǎng)絡(luò)條件等)的移動(dòng)網(wǎng)絡(luò)服務(wù)及其信息內(nèi)于移動(dòng)設(shè)備具有處理能力低、電池續(xù)航能力差、輸容，顯得尤為重要。入輸出能力有限等缺點(diǎn)，移動(dòng)用戶獲取信息的能力[1
