论文研究 基于个人信息系统的推荐模型研究

本文对影响移动商务用户实时信息需求的场景元素进行了分类，并提出了一个整合用户个性化上下文元素的提名模型。 在此模型中，根据用户的当前情景和历史数据计算对每个用户的即时信息需求产生最大影响的前K个情景，从而构建用户个性化的情景并将其作为现有基于情景的多重环境的输入条件加以改善。尺寸信息推荐算法用于项目提名。 结果/结论：通过电影镜头和MBook Crossing数据集比较了改进算法和其他三种算法。 实验结果表明，该模型具有较高的预测精度，可以有效提高用户满意度，更有效地解决移动商务环境下的个性化提名问题。