资源描述：
《基于差异度的参赛兴趣度量和竞赛推荐方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、中国科技论文在线http://www.paper.edu.cn基于差异度的参赛兴趣度量和竞赛推荐方法*朱红，刘凯欣5（中国矿业大学（北京）机电与信息工程学院，北京100083）摘要：当前主流的推荐算法是根据用户评分，将对象进行相似度度量，并为用户推荐相似度高的对象。但是在竞赛推荐领域，用户对历史竞赛的评分与未来竞赛的参与兴趣非正比关系，不能客观、全面地反映用户的参赛兴趣。由于竞赛本身是一种自我挑战，选择参与的出发点是与熟悉竞赛有一定差异又在自我能力范围内，因此差异度比相似度更符合用户的挑战心10理。本文提
2、出一种基于差异度的参赛兴趣度量方法和竞赛推荐方法，首先根据既往报名、关注和浏览情况量化竞赛之间的差异程度，再根据用户对已参与竞赛的差异度计算个性化兴趣峰值，确定兴趣半径，最后为用户推荐峰值半径内的所有竞赛。算法综合考虑了竞赛特征以及用户的参赛心理，经实践证明方法合理，在竞赛领域内的推荐认同度高于其他经典推荐算法。15关键词：计算机应用技术；竞赛推荐方法；参赛兴趣度量；差异度中图分类号：TDisparity-BasedMeasurementonParticipationInterestandCompetit
3、ionRecommendationmethod20ZHUHong,LIUKaixin(SchoolofMechanicalElectronicandInformationEngineering,ChinaUniversityofMiningandTechnologyBeijing,Beijing100083)Abstract:Mostofthepopularrecommendationalgorithmsarerecommendingsimilarthingstousersbytherating.Howe
4、ver,intermsofcompetition,recordsofuserratingscannotdirectlyrelatetotheir25interestsinthecompetitions.Asthecompetitionitselfisachallenge,peoplearenotlikelytochoosewhattheyhaveregisteredbefore,butinstead,preferwhatiswithinthescopeoftheirabilityafteradjustme
5、nts.So,thedifferenceismoresuitablethansimilaritywhenmeasuringuser'sinterestsincompetitions.Inthispaper,weproposeameasurementofuser'sinterestsandrecommendationalgorithmusedincompetitions,basedondifferencesamongthem.First,differenceofcompetitionsin30termsof
6、registrations,starsandbrowsesrecordsaremodeledandcalculated.Then,thepeakvaluesandtherangeofuser'sinterestsareattainedthroughthedifferences.Finally,recommendationsofcompetitionsaremadeifwithintherangeradius.Thealgorithmconsidersbothcompetition’sfeaturesand
7、user’spsychology,anditprovestoworkbetterthantheconventionalrecommendationalgorithms.Keywords:TechnologyofComputerApplicatio;CompetitionRecommendationmethod;Measurement35onParticipationInterest;Disparity0引言40随着人们对自身素质提升需求的不断增加，各种竞赛进入蓬勃发展阶段，用户在众多竞[1][2][3,4
8、]赛中对比选择需要耗费大量时间精力。目前推荐算法已成功应用到音乐、电影、购物等领域，为用户节省时间成本。然而，竞赛不同于传统推荐领域，具有参赛兴趣难以度量、评分增长缓慢、时效限制强等特点，导致传统领域的推荐算法不适用于竞赛领域。目前盛行的竞赛网站和应用中，竞赛推荐功能相对薄弱，推荐效果不理想。作者简介：朱红（1974-），女，副教授、硕导，人工智能、图形图像处理.E-mail:zhhong@cumtb.edu.cn-1-中国科
