基于相似用户好奇心的多样性推荐方法
2021-12-12田维安陈红梅周丽华
计算机工程与应用 2021年23期
田维安,陈红梅,周丽华
云南大学 信息学院,昆明 650504
推荐技术作为信息过载时代不可缺少的信息过滤技术,已经成为了各主流社交、电商平台等提供个性化服务的关键技术,它能协助服务商和用户在海量信息中发现感兴趣的项目,包括书籍、电影、歌曲等。目前,推荐技术的研究主要围绕“如何提升推荐结果准确率和召回率”开展[1]。然而,正如姜书浩等所指出,推荐结果的多样性也是一个重要的评价指标[2]。多样性的推荐结果可以帮助服务商和用户挖掘新颖的项目,而不仅仅是发现偏好的项目,从而产生不可低估的经济和社会效益。
从心理学角度出发,Renner认为:人们的兴趣与人们的好奇心密切相关,人们的好奇心会促使人们做出不同于自己偏好的行为,会促使人们对新颖的事物产生兴趣[3]。另一方面,朋友的异常行为常常是人们产生好奇心的来源,这种现象称为社会好奇心。例如,爱丽丝知道好朋友鲍勃喜欢爱情类电影,却非常讨厌恐怖类电影,但是鲍勃看了一部恐怖电影并给出了很高的评价,这会让爱丽丝产生好奇心,为了一探究竟,爱丽丝也看了这部恐怖电影。为了提升推荐结果多样性,Wu等将朋友好奇心应用到推荐中,利用用户的评分数据和朋友关系,提出了基于朋友关系好奇心多样性推荐方法[4]。
然而,在现有的许多平台上,如电商平台等,由于数据采集或隐私保护等原因,用户间诸如朋友、信任等关系不易获取,获取的朋友关系通常比较稀疏。……
登录APP查看全文
