首页|融合用户信息行为偏好的防偏见数字资源推荐

融合用户信息行为偏好的防偏见数字资源推荐

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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,具有广阔的应用场景.
Anti-bias Digital Resource Recommendation Based on User Information Behavior Preference

吴彦文、杜嘉薇、何华卿、冉茂良

展开 >

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

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

61937001

2021

10.11907/rjdk.202493

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(10)
  • 1
  • 12