论文标题:The Role of Emotions in Context-aware Recommendation
论文出处(会议或期刊):RecSys
论文时间:2013
一、 摘要(翻译论文的摘要)
上下文推荐系统尝试利用不同的上下文去适应用户偏好,而且这被证明在很多不同的领域上都能提高推荐的精确性。情绪是最流行的上下文变量,而很少研究人研究情绪是怎样作用在推荐上的——特别是情绪变量的用法除了单单的描述效力。在这篇论文中,我们研究在上下文推荐系统算法中情绪的作用。更具体地,我们评价两个流行的上下文推荐系统算法——上下文感知过滤算法和微分上下文建模。我们考核预测的性能,探索情绪的用法和发现情绪在推荐过程中是怎样影响上下文算法的。
二、 相关技术(只写相关算法名称及相关解读参考网址)
1.Item Splitting(参考文献 Context-based splitting of item ratings in collaborative filtering)
2.Impurity criteria(参考文献 Context-based splitting of item ratings in collaborative filtering )
3.User Splitting(参考文献 Towards time-depen