技术特征：
技术总结
本发明公开了一种基于高阶奇异值分解的上下文推荐方法及装置，所述方法包括：获取用户对项目的评分信息及相应的上下文信息；根据上下文类型的不同，构建对应于每个上下文的三阶张量；按照展开规则将每个三阶张量展开，得到三个二阶矩阵；根据每个二阶矩阵，利用奇异值分解确定中心张量维度，构建新的三阶张量；计算每个上下文的权重；根据新的三阶张量以及对应的上下文权重，构建N阶张量；根据目标用户ID和项目ID，找到目标用户在N阶张量对应的位置，为目标用户生成推荐列表。本发明将上下文信息融合到推荐生成中，通过计算上下文权重以及确定中心张量维度，大大提高了推荐结果的准确性。
技术研发人员：熊冬青;李家春
受保护的技术使用者：广东机电职业技术学院
技术研发日：2018.05.03
技术公布日：2018.09.21