版权说明 操作指南
首页 > 成果 > 详情

融合用户信息行为偏好的防偏见数字资源推荐

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Anti-bias Digital Resource Recommendation Based on User Information Behavior Preference
作者:
吴彦文;杜嘉薇;何华卿;冉茂良
作者机构:
华中师范大学国家数字化学习工程技术研究中心
华中师范大学物理科学与技术学院,湖北武汉430079
[何华卿; 冉茂良; 吴彦文; 杜嘉薇] 华中师范大学
语种:
中文
关键词:
用户—情境属性;数字资源推荐;防偏见因子;信息蚕茧;信息需求层次
期刊:
软件导刊
ISSN:
1672-7800
年:
2021
卷:
20
期:
10
页码:
50-54
基金类别:
国家自然科学基金重点项目(61937001);
机构署名:
本校为第一机构
院系归属:
物理科学与技术学院
国家数字化学习工程技术研究中心
摘要:
数字资源推荐中不可避免的信息偏见极易使用户陷入信息蚕茧当中.为缓解这一问题,通过对用户信息需求层次进行深入剖析,提出一种全新的融合用户信息行为的防偏见数字资源推荐方法(A-UIBR).首先从用户兴趣、情境信息以及信息需求层次3个维度构建输入矩阵计算防偏见因子,在此基础上将防偏见因子通过正相关与负相关引入资源表示层,匹配得到含防偏见属性的数字资源列表,最后将需求层次属性作为平衡因子,采用topN输出已排序的推荐结果列表.仿真实验与数据对比显示,该推荐方法相比传统的混合粒度和评分差异推荐方法,平均精度提高了11.4%,多样性提高了20.8%,在一定程度上抑制了用户陷入信息蚕茧状态,具...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com