论文部分内容阅读
传统推荐系统模型仅考虑用户的历史偏好信息，没有考虑用户将来行为对推荐结果的影响.比如当一次餐饮聚会过后，大家可能会继续选择KTV 唱歌.那么用户在选择餐厅聚餐时，不仅会考虑以往的偏好，也要考虑餐厅周围是否有KTV.即用户的选择不仅受到过去偏好的影响，还受到未来行为的影响.假设用户都是理性人且有连续多个不同选择时，为了使多次选择效益最大，将来选择将会对当前选择造成影响，即级联影响.为此，本文通过对空间连续选择进行建模，将用户将来活动意向和空间关系考虑进去，提出考虑空间级联的个性推荐模型.