施笑畏，宓为建，苌道方，张 艳

(上海海事大学物流工程学院，上海 201306)

0 引言

数字电视作为一种全新的广播方式，为电视观众带来海量节目.为了让用户快速、准确地获取其真正感兴趣的内容，主动向用户推荐符合其需求的个性化推荐技术应运而生.

文献［1-3]提出的个性化推荐技术的特点:(1)推荐原理.根据用户喜好对基本电子节目指南(EPG)进行筛选.鉴于各因素的不确定性，仅凭基本EPG信息很难使推荐系统有效找到用户喜欢的节目.(2)喜好学习方法.文献［1]假设用户喜好是静态不变的;文献［2]仅采用清晰反馈法修正用户显性喜好;文献［3]采用清晰反馈与对频道观看频率的反馈统计相结合的方法来修正用户喜好，但根据频道学习的喜好远远不能完整表示用户的潜在需求.(3)用户喜好档案内容.3个系统仅包含用户喜好特征，忽略用户厌恶特征.实际上，厌恶特征对用户的节目选择同样起决定性作用.(4)筛选推荐算法.都采用清晰算法，即节目的评估结果是“感兴趣”或“不感兴趣”.清晰数学不能模拟人类的柔性推理思维，尤其是当一个节目既包括用户感兴趣的特征又包括用户厌恶的特征时，就很难评估该节目是否值得被推荐.

从以上分析可以发现，如何模拟人的思维，向用户推荐高质量的个性化节目是目前需要进一步研究的问题.

本文从以下几个方面入手提高推荐质量:(1)节目指南信息量的完善.鉴于即时电视规范(TVAnytime)［4]中，元数据不仅包括详细的……