基于Nearest-Biclusters协作过滤技术的效用图结构学习算法

• 作者: 李琨 王黎明
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 效用图 多议题协商 协作过滤 双向聚类
• 年，卷（期）: 2010,（12）
• 页码范围: 2291-2299
• 分类号: TP18
• 字数: 7147字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2010.02291

摘要

在多议题协商研究中,议题之间的依赖关系增加了协商Agent效用函数的复杂性,从而使得多议题协商变得更加困难.基于效用图的多议题依赖协商模型是体现议题间依赖关系的多议题协商模型.在该协商模型中,协商双方仅需要较少的协商步数就能够找到满足Pareto效率的协商结局.如何有效地学习买方Agent的效用图结构是该协商模型的关键.文中基于Nearest-Biclusters协作过滤技术的思想提出了一种新的效用图结构学习算法(NBCFL算法).该算法首先利用Nearest-Biclusters协作过滤技术发现买方偏好的局部匹配特性,提取与当前买方Agent类型相同的买方Agent所产生的协商历史记录,然后通过计算各议题间的依赖度学习买方Agent的效用图结构.实验表明在参与协商的买方Agent类型不同的条件下,NBCFL算法比IBCFL算法能更好地学习买方Agent的效用图结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王黎明	郑州大学信息工程学院	81	602	14.0	20.0
2	李琨	郑州大学信息工程学院	7	42	4.0	6.0