基于满意度及特征近似的协同数据融合推荐

• 作者: 胡元明 赵洪建 达汉桥
• 来源期刊: 实验室科学
• 学科: 工学
• 关键词: 服务推荐 数据协同融合 相似度评价
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 实验研究
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391.9
• 字数: 4420字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4305.2015.05.013

摘要

为进一步改善协同数据融合推荐算法的数据推荐效率及可靠性,为用户提供更具个性化特征的服务选项,提出一种基于用户满意度及特征近似的协同数据融合推荐算法.首先,根据使用者评价相似度、置信度及兴趣相似度三个指标,来计算和替代原有用户评价相似度指标,使得评价指标更全面和精确,指标的分辨率更高;其次,根据使用者属性作为评价用户间相似度的指标,使相似度更贴近用户使用感受;最后,通过在标准测试数据集上实验对比显示,所提算法在提高服务推荐准确度同时,具有更高的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	达汉桥	武汉大学测绘遥感信息工程国家重点实验室	7	57	2.0	7.0
2	胡元明	武汉大学数学与统计学院	3	1	1.0	1.0