公开(公告)号：CN103955464B

公开(公告)日：2017-10-03

申请号：CN201410115414.9

申请日：2014-03-25

Applicant: 南京邮电大学

Inventor： 徐小龙 ,  曹嘉伦 ,  王慧健 ,  刘建侠 ,  苏展 ,  李玲娟 ,  陈丹伟

IPC: G06F17/30

Abstract: 本发明公开了一种基于情境融合感知的推荐方法，包括如下步骤：步骤1：根据情境的定义和需求将情境分为物理情境和用户偏好情境；步骤2：通过参数学习和结构学习构建贝叶斯网络，推理计算某一环境中的物理情境匹配程度；步骤3：考虑到用户兴趣爱好随时间变化的动态性，将时间函数融入基于内容的推荐算法中，计算用户偏好情境的匹配程度；步骤4：综合考虑情境匹配度，对所有候选信息资源进行评分，并将排名前Top‑N的信息推荐给目标用户。与现有技术相比，本发明考虑的推荐因素更全面，更能适应多变的环境，提高了推荐准确度，并且考虑用户兴趣随时间变化而变化的情况，将时间函数和基于资源内容的推荐结合，提高了用户满意度。

公开(公告)号：CN103955464A

公开(公告)日：2014-07-30

申请号：CN201410115414.9

申请日：2014-03-25

Applicant: 南京邮电大学

Inventor： 徐小龙 ,  曹嘉伦 ,  王慧健 ,  刘建侠 ,  苏展 ,  李玲娟 ,  陈丹伟

IPC: G06F17/30

Abstract: 本发明公开了一种基于情境融合感知的推荐方法，包括如下步骤：步骤1：根据情境的定义和需求将情境分为物理情境和用户偏好情境；步骤2：通过参数学习和结构学习构建贝叶斯网络，推理计算某一环境中的物理情境匹配程度；步骤3：考虑到用户兴趣爱好随时间变化的动态性，将时间函数融入基于内容的推荐算法中，计算用户偏好情境的匹配程度；步骤4：综合考虑情境匹配度，对所有候选信息资源进行评分，并将排名前Top-N的信息推荐给目标用户。与现有技术相比，本发明考虑的推荐因素更全面，更能适应多变的环境，提高了推荐准确度，并且考虑用户兴趣随时间变化而变化的情况，将时间函数和基于资源内容的推荐结合，提高了用户满意度。