摘要
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。
Aiming at the problem of low accuracy in the use of traditional recommendation algorithm in mobile environment,this paper proposed a matrix factorization algorithm based on context-aware.Based on the basic matrix factorization algorithm,the algorithm performed unknown score prediction by incorporating global bias and context bias.The advantage of this algorithm was that:on the one hand,it used the matrix factorization to make the scale of the matrix much smaller than the original scoring matrix;on the other hand,the algorithm fully integrated the influence of the situational elements on the score,making the prediction score more accurate.Experiments on the LDOS-CoMoDa dataset show that the proposed algorithm outperforms the user-based collaborative filtering algorithm,the basic matrix factorization algorithm and baseline prediction algorithm.
作者
罗国前
刘志勇
张琳
张家鑫
何卓桁
张欣
Luo Guoqian;Liu Zhiyong;Zhang Lin;Zhang Jiaxin;He Zhuoheng;Zhang Xin(School of Information Science&Technology,Northeast Normal University,Changchun 130117,China;Digital Learning Engineering Research Center of China Educational Ministry,Northeast Normal University,Changchun 130117,China;School of Software,Jilin University,Changchun 130012,China)
出处
《计算机应用研究》
CSCD
北大核心
2020年第5期1306-1310,共5页
Application Research of Computers
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)。
关键词
影视推荐
矩阵分解
情境感知
movie recommendation
matrix factorization
context-aware
作者简介
罗国前(1993-),男,山西大同人,硕士研究生,主要研究方向为教育数据挖掘、推荐系统;通信作者:刘志勇(1978-),男,吉林长春人,副教授,硕导,博士,主要研究方向为教育数据挖掘、语义网(lzy600@qq.com);张琳(1978-),女,吉林长春人,助理研究员,硕士,主要研究方向为数字化学习、软件工程;张家鑫(1992-),男,吉林长春人,硕士,主要研究方向为教育数据挖掘;何卓桁(1994-),男,四川攀枝花人,硕士研究生,主要研究方向为教育数据挖掘;张欣(1993-),女,吉林蛟河人,硕士研究生,主要研究方向为教育数据挖掘.
