上下文推薦系統(tǒng)研究課件

1、Research sharechenting個性化推薦系統(tǒng)的研究進展上下文感知推薦系統(tǒng)推薦系統(tǒng)評價指標綜述Recommender Systems Handbooknew approaches to mood-based hybrid collaborative filteringContextModelingchallenge on context-aware movie rcommendation CAMRa2011new approaches to mood-based hybrid collaborative filteringHow social relationships affec

2、t user similaritiescontext電子商務時間、季節(jié)、地域、氣候亞馬遜、阿里巴巴等研發(fā)了上下文感知的(如時間、位置等)電子商務推薦系統(tǒng)移動應用移動計算與普適計算、上下文感知計算密切相關通過整合基于位置的服務與個性化推薦生成移動推薦；電影、音樂推薦電影、音樂推薦是目前CARS學術界較為關注的熱點CA-MRS系統(tǒng)較早將CARS應用于音樂推薦領域，重點考慮情緒上下文；uMender系統(tǒng)對音樂內(nèi)容特征進行兩層聚類分析，并根據(jù)上下文相似性將用戶劃分到不同的群組，從而生成協(xié)同推薦電子旅游OMPASS是較早的面向電子旅游服務的上下文感知推薦實用系統(tǒng)，首先根據(jù)用戶周圍上下文環(huán)境發(fā)現(xiàn)一些相匹配

3、的項目(包括博物館、餐館、商店、電影院等)，然后將這些項目發(fā)送到推薦引擎，生成推薦結果后顯示給用信息檢索交互行為上下文, 關聯(lián)關系上下文，即與當前網(wǎng)頁存在超鏈接關系的網(wǎng)頁,任務上下文，即與當前網(wǎng)頁共享搜索關鍵詞的網(wǎng)頁推薦算法協(xié)同過濾(collaborative filtering)基于內(nèi)容的過濾(content based filtering)混合式過濾(hybrid filtering)Slope One 推薦算法是 2005 年在香港的 WWW 會議上提出來的。Slope One是一個基于Item的個性化推薦算法，Slope one算法也認為：平均值也可以代替某兩個未知個體之間的打分差異。

4、用戶對商品的打分，或者從購買記錄中，通過某些算法，折合成打分，得到矩陣如下：索愛手機對亞都加濕器的平均差是： (4-4) + (3-4) + (2-5) / 3 = -1.3大寶SOD蜜對亞都加濕器的平均差是：(3-4) + (2-4) + (3-5) / 3 = -1.67二胡同學對亞都加濕器的可能打分是：(3*(5+1.3) + 3*(4+1.67) / (3+3) = 5.985”rb = (n * (ra - R(A-B) + m * (rc - R(C-B)/(m+n)實驗設計實驗目的：時間，情緒，環(huán)境嘈雜度等對用戶聽歌選擇有無影響以及影響程度數(shù)據(jù)集：用戶在不同時間，不同情緒，環(huán)境嘈雜度下聽歌的記錄實驗步驟：時間：用時間來將用戶分為不同的用戶集所有用戶集CallT1時段聽歌的用戶集Ct1T2時段聽歌的用戶集Ct2.Tn時段聽歌的用戶集Ctn分別計算每個用戶集中用戶平均相似程度計算公式：情緒、環(huán)境嘈雜度實驗設計與時間類似實驗結果與下圖類似實驗結論預測：1通過用時間、情緒、環(huán)境嘈雜度來劃分的用戶集相似度較高2不同時間段、不同