基于CBR和MADM的多Agent推荐系统

• 作者: 康振科 王艳侠 董东
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 推荐系统 多Agent 案例推理 多属性决策 相似度 逼近理想解
• 年，卷（期）: 2011,（1）
• 页码范围: 157-161,209
• 分类号: TP391
• 字数: 5495字
• 语种: 中文

摘要

为解决目前基于CBR的推荐系统只考虑属性值全部为精确或全部为非精确数据的情况,提出一种基于MADM的多Agent推荐系统框架.在考虑了属性分类的基础上设计了基于距离的混合数据类型的相似性度量算法及TOPSIS多属性决策方法,设计了该系统各组成部分功能、结构和流程.模拟算例演示了案例推理及多属性决策在本系统的应用过程,结果表明该系统有较好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董东	河北师范大学数学与信息科学学院	42	156	6.0	10.0
2	王艳侠	河北师范大学数学与信息科学学院	3	31	3.0	3.0
3	康振科	河北师范大学数学与信息科学学院	3	31	3.0	3.0