信息技術(shù)的高速發(fā)展使得互聯(lián)網(wǎng)上的信息呈現(xiàn)爆炸式地增長(zhǎng),同時(shí),這種信息的增長(zhǎng)也帶來一定的負(fù)面問題,例如信息過載問題。如何解決信息過載問題也成為學(xué)術(shù)界研究的重點(diǎn)和難點(diǎn)。在這樣的情形下,推薦算法作為信息過濾的有效手段,可以有效解決用戶信息過載問題,因此,該方法也得到了越來越多的研究者的關(guān)注。然而,在推薦過程中,大多數(shù)的研究關(guān)注的是如何給用戶做出推薦,卻忽略了用戶所處的相關(guān)情境信息,如時(shí)間、地點(diǎn)、是否有人陪同等情境信息。在電子商務(wù)個(gè)性化、信息檢索、便攜移動(dòng)計(jì)算、數(shù)據(jù)挖掘、營(yíng)銷和管理學(xué)等領(lǐng)域中,研究者和從業(yè)者已經(jīng)開始意識(shí)到情境信息的重要性,情境信息在推薦系統(tǒng)中有一定的影響,是提供推薦方案時(shí)的重要參考。由于不同的情境因素對(duì)用戶產(chǎn)生的影響不同,因此在研究過程中,需要分別計(jì)算各個(gè)情境因素在推薦過程中所占的比重及權(quán)值,在此思路上,本文提出了基于情境感知的個(gè)性化推薦算法,并將其與傳統(tǒng)的協(xié)同過濾推薦算法進(jìn)行比較,利用相關(guān)實(shí)驗(yàn)分析該算法的有效性和準(zhǔn)確性。根據(jù)目前情境感知推薦研究的現(xiàn)狀,本文以電影票的推薦為研究對(duì)象,將用戶觀看的時(shí)間和地點(diǎn)等屬性作為情境感知因素,并計(jì)算出所有情境屬性的情境權(quán)值及該情境屬性對(duì)所推薦... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 研究?jī)?nèi)容
    1.3 研究方法
    1.4 研究創(chuàng)新
    1.5 論文結(jié)構(gòu)安排
2 國(guó)內(nèi)外相關(guān)研究
    2.1 情境感知的國(guó)內(nèi)外研究現(xiàn)狀
        2.1.1 情境感知的早期研究
        2.1.2 情境感知的應(yīng)用現(xiàn)狀
        2.1.3 情境感知概念模型
    2.2 推薦系統(tǒng)國(guó)內(nèi)外研究現(xiàn)狀
        2.2.1 推薦系統(tǒng)發(fā)展
        2.2.2 移動(dòng)社交網(wǎng)絡(luò)推薦
        2.2.3 協(xié)同過濾推薦
        2.2.4 協(xié)同過濾算法問題描述
        2.2.5 基于鏈路預(yù)測(cè)的推薦系統(tǒng)
    2.3 推薦算法的評(píng)價(jià)
    2.4 本章小結(jié)
3 情境感知推薦
    3.1 情境與情境感知
        3.1.1 情境的概念
        3.1.2 情境信息的獲取
        3.1.3 情境感知推薦
        3.1.4 情境預(yù)過濾
        3.1.5 情境后過濾
    3.2 協(xié)同過濾推薦算法分類
        3.2.1 基于用戶的協(xié)同過濾算法
        3.2.2 基于項(xiàng)目的協(xié)同過濾算法
        3.2.3 優(yōu)缺點(diǎn)對(duì)比
    3.3 基于情境感知的協(xié)同過濾算法
    3.4 算法性能評(píng)價(jià)標(biāo)準(zhǔn)
    3.5 本章小結(jié)
4 情境感知個(gè)性化推薦模型
    4.1 個(gè)性化推薦
    4.2 情境建模
        4.2.1 情境建模和情境感知推薦系統(tǒng)
        4.2.2 情境感知系統(tǒng)框架
    4.3 情境感知推薦算法
        4.3.1 在推薦系統(tǒng)中實(shí)現(xiàn)情境信息的建模
        4.3.2 結(jié)合的情境感知推薦算法
    4.4 動(dòng)態(tài)情境
        4.4.1 動(dòng)態(tài)情境定義
        4.4.2 推薦過程中的動(dòng)態(tài)情境
        4.4.3 動(dòng)態(tài)情境整合
    4.5 基于情境感知的個(gè)性化推薦模型
        4.5.1 鄰居用戶的選擇
        4.5.2 預(yù)測(cè)評(píng)分
        4.5.3 情境權(quán)值
        4.5.4 情境因素
        4.5.5 推薦結(jié)果
    4.6 本章小結(jié)
5 仿真實(shí)驗(yàn)及分析
    5.1 數(shù)據(jù)集介紹
        5.1.1 數(shù)據(jù)收集
        5.1.2 評(píng)價(jià)指標(biāo)
        5.1.3 算法流程
    5.2 實(shí)驗(yàn)結(jié)果分析
        5.2.1 實(shí)驗(yàn)過程分析
        5.2.2 實(shí)驗(yàn)結(jié)果
    5.3 本章小結(jié)
6 主要結(jié)論及研究展望
    6.1 主要結(jié)論
    6.2 后續(xù)研究展望
致謝
參考文獻(xiàn)
附錄 1：獲取預(yù)測(cè)評(píng)分部分代碼
附錄 2：作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]移動(dòng)環(huán)境下基于情境感知的個(gè)性化閱讀推薦研究[J]. 曾子明,陳貝貝.  情報(bào)理論與實(shí)踐. 2015(12)
[2]情境感知推薦中的上下文寬松匹配方法研究[J]. 曹洪江,傅魁.  計(jì)算機(jī)應(yīng)用與軟件. 2015(10)
[3]基于情境感知的圖書館學(xué)術(shù)信息推薦系統(tǒng)構(gòu)建研究[J]. 黃傳慧.  圖書館工作與研究. 2015(10)
[4]基于情境感知的移動(dòng)電子資源推薦技術(shù)研究[J]. 田雪筠.  情報(bào)理論與實(shí)踐. 2015(05)
[5]基于位置的社交網(wǎng)絡(luò)鏈接預(yù)測(cè)特征研究[J]. 王瑩,郭宇春.  計(jì)算機(jī)與現(xiàn)代化. 2015(04)
[6]基于網(wǎng)絡(luò)鏈接預(yù)測(cè)的推薦算法[J]. 華秋云,陳崚.  南京師大學(xué)報(bào)(自然科學(xué)版). 2015(01)
[7]協(xié)同過濾推薦技術(shù)綜述[J]. 冷亞軍,陸青,梁昌勇.  模式識(shí)別與人工智能. 2014(08)
[8]移動(dòng)網(wǎng)絡(luò)環(huán)境下情景敏感的個(gè)性化信息推薦系統(tǒng)研究[J]. 周樸雄,陶夢(mèng)瑩.  圖書情報(bào)工作. 2012(19)
[9]一種改進(jìn)的協(xié)同過濾推薦算法[J]. 王茜,王均波.  計(jì)算機(jī)科學(xué). 2010(06)
[10]情景感知計(jì)算[J]. 顧君忠.  華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(05)

博士論文
[1]面向動(dòng)態(tài)情境的信息推薦方法及系統(tǒng)研究[D]. 胡慕海.華中科技大學(xué) 2011
[2]協(xié)同過濾系統(tǒng)的稀疏性與冷啟動(dòng)問題研究[D]. 孫小華.浙江大學(xué) 2005
[3]集成情境知識(shí)管理中幾個(gè)關(guān)鍵技術(shù)的研究[D]. 潘旭偉.浙江大學(xué) 2005

碩士論文
[1]基于多維情境的情境感知推薦系統(tǒng)開發(fā)框架設(shè)計(jì)與實(shí)現(xiàn)[D]. 陳斌.南京大學(xué) 2015
[2]基于混合推薦算法的情境感知音樂推薦系統(tǒng)研究與實(shí)現(xiàn)[D]. 劉治宇.電子科技大學(xué) 2015
[3]基于搜索的協(xié)同過濾算法在電影推薦系統(tǒng)中的研究與應(yīng)用[D]. 植偉良.電子科技大學(xué) 2014
[4]基于情境感知的個(gè)性化推薦算法的研究[D]. 馮鵬程.東華大學(xué) 2014
[5]數(shù)據(jù)挖掘在電子商務(wù)旅游線路推薦系統(tǒng)中的應(yīng)用研究[D]. 吳春陽.重慶交通大學(xué) 2009



本文編號(hào)：3640408