基于社會化媒體情境的多維智能推薦算法

　　針對傳統(tǒng)協(xié)同智能推薦技術(shù)的冷啟動、數(shù)據(jù)稀缺性問題，為提高推薦算法的效率和準(zhǔn)確性，提出一種基于社會化媒體情境的多維智能推薦算法模型。該模型將目標(biāo)用戶的屬性特征、行為特征考慮到社會化媒體情境信息中，并動態(tài)實時捕捉用戶在不同社會化媒體情境下的偏好傾向，利用聯(lián)機(jī)分析處理（ OLAP）技術(shù)對多維數(shù)據(jù)進(jìn)行處理。該模型將用戶間的社會化關(guān)系和所處的政治經(jīng)濟(jì)環(huán)境視為衡量用戶相似的重要指標(biāo)，同時使用皮爾森系數(shù)和云模型來計算用戶間各特征的相似度，并以此為推薦基礎(chǔ)向用戶呈現(xiàn)更個性化和定制化的推薦結(jié)果。實驗結(jié)果表明，該模型的推薦結(jié)果的平均絕對誤差明顯小于傳統(tǒng)的協(xié)同智能推薦和單純的基于云模型推薦技術(shù)。