R-Rec：一种基于标签-描述相似度的上下文建议规则系统
信息检索
2017-07-06 v1
摘要
上下文建议涉及针对高度关注上下文与用户需求的复杂信息需求的搜索技术。本文中，我们提出 R-Rec，一种新颖的基于规则的技术，用于在给定用户过去偏好的情况下识别并向用户推荐合适的兴趣点。我们试图将用户以对任何先前兴趣点的评分和标签形式共享的信息具体化，并利用它对未评分的候选建议进行排序。排序函数基于建议与用户喜欢的地方之间的相似度，以及建议与用户不喜欢的地方之间的不相似度计算。在 TREC-Contextual Suggestion 2015 数据集上进行的实验揭示了我们方法的有效性。
引用
@article{arxiv.1707.01238,
title = {R-Rec: A rule-based system for contextual suggestion using tag-description similarity},
author = {Kshitij Singh and Manajit Chakraborty and C. Ravindranath Chowdary},
journal= {arXiv preprint arXiv:1707.01238},
year = {2017}
}