情景感知的移动用户行为转移模式推荐算法-计算机工程与应用.PDFVIP

Computer Engineering and Applications 计算机工程与应用 2016 ，52（20 ） 163 情景感知的移动用户行为转移模式推荐算法 张晓滨，李园园 ZHANG Xiaobin, LI Yuanyuan 西安工程大学 计算机科学学院，西安 710048 College of Computer Science, Xi ’an Polytechnic University, Xi ’an 710048, China ZHANG Xiaobin, LI Yuanyuan. Recommendation algorithm of behavior transfer pattern of mobile user based on context awareness. Computer Engineering and Applications, 2016, 52 （20 ）：163-166. Abstract ：In view of the context awareness feature of the mobile user ’s behavior sequence, this paper proposes a behavior transfer pattern recommendation algorithm MPRC. This algorithm uses Apriori to filter the data of user ’s historical behavior in order to obtain a frequent pattern with length 2, and then converts these data into the decision tables for using rule extrac- tion method of rough set to process the decision tables to mine context awareness transfer pattern. Finally, MPRC uses pattern matching method and contextual similarity calculation to rank the pattern and to make recommendation. Experimental results show that this algorithm is more effective and more accurate in user behavior pattern mining and recommendation in mobile environment. Key words ：context awareness; behavior transfer pattern; contextual similarity 摘 要：针对移动用户行为序列的情景感知特性，提出一种基于情景感知的行为转移模式推荐算法MPRC 。该算法 首先采用Apriori 对用户历史行为数据进行长度为2 的频繁模式的挖掘过滤，然后将过滤后的行为数据转换成决策 表，采用粗糙集规则提取对决策表进行处理，挖掘情景转移模式，最后通过模式匹配及情景相似性计算进行推荐排 序。实验结果证明了该算法在移动环境下的模式挖掘及推荐方面的有效性和较高的准确性。 关键词：情景感知；行为转移模式；情景相似性 文献标志码：A 中图分类号：TP311.13 doi ：10.3778/j.issn. 1002-8331.1603-0063 1 引言 对用户行为决策影响的不同程度。本文针对移动个性 传统的频繁模式挖掘算法是一种以用户历史记录 化推荐中“情景计算”仍存在的问题，提出一种将“情景 出现频度为基础，挖掘行为记录间关联规则的模式挖掘 感知”贯穿于行为转移模式推荐的各个阶段的移动用户 算法，Apriori[1] 是其经典算法。然而针对移动个性化推 行为转移模式推荐算法MPRC （Mobile Personalized [2] Recommendation based on Co