基于TF-IDF的情境后过滤推荐算法研究——以餐饮业O2O为例

摘要：

[目的]深入研究融合情境信息的个性化推荐,缓解信息过载问题.[方法]本文提出基于TF-IDF的情境后过滤推荐算法,在改进现有算法的基础上,结合情境关联概率和情境普遍重要性构建情境偏好预测模型,对结合项目类别偏好的传统推荐初始评分进行调整生成最终推荐.[结果]以餐饮业为例的实证分析表明:相比改进前的算法,本文算法推荐效果更佳.[局限]情境关联获取的准确性有待提高.[结论]情境信息在用户行为与决策中尤为重要,未来需结合情境建模推荐范式对融合情境的个性化推荐算法进行更加深入的研究.

关键词：情境信息、情境后过滤推荐、TF-IDF、情境偏好、项目类别偏好

所属期刊栏目：2

分类号：G202(信息与传播理论)

资助基金：国家自然科学基金项目“融合情境的移动阅读推荐系统研究”项目71373192的研究成果之一

在线出版日期：2019-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：28-36