推荐算法：基于情景的推荐

• 预过滤
• 后过滤
• 建模
  =>
  将用户和物品放入，特定的情景中，考虑；
  消费者的决策，和他当时的心情是相关的；

---

1. 建模

• 将情景作为附加数据集合
• 从二维推荐到三维

R:User∗Item∗Context−−>Rating

情景的定义

推进系统手册-P157

*特征的选择
@@@Toward optimal featrue selection
@@@Featrue selection for knowledge discovery and data mining
@@@ regreesion analysis by example

• 分层
• 各层次的笛卡尔积

结合情景的推荐

• 传统的推荐
  

• 结合情景
  U∗I∗R−−−>U∗I∗R∗C ……….C是情景的纬度

• 情景推荐的三种形式
  

  1. a：情景预过滤：被用来选择构建数据集合
  2. b: 情境建模：用来建模
  3. c: 情境后过滤：针对情景修改

---

2. 情境预过滤

• 使用情景信息来构建二维数据集合
  *　就是将情景作为条件，过滤数据库，构成数据集合

---

3. 情境后过滤

• 针对计算后的数据，使用后过滤
  
  1. 过滤无关的推荐
  2. 调整给定的排名
• 方法： 加权，过滤

---

4. 情境建模

• 生产多维推荐器
• 通过预测模型（回归，分类，决策树）等方法，
• 将情景信息和用户物品信息融合
  @@@Incorporating context into recommender systems suing multidimensional rating estimation methods

启发式计算

• 计算多维向量的相似度

基于模型

@@@Internet recommendation systems
@@@ Context-aware SVM for context-dependent information recommendation

---

5. 情景方法的融合

• 选择最好的
• 组合多种推荐器
  @@@Hybird recommender systems: Survey and experiment
  @@@Hybird web recommender systems
  @@@collaborative filtering by personality diagnosis
  @@@ Incorporating contextual information in recommender systems using a multidimensional approach

---