基于优化协同过滤与加权平均的群推荐方法

• 作者: 刘业政 朱阿敏 韩建妙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 群推荐 项目相似性 用户相似性 中位数 加权平均策略
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP301.6|TP311
• 字数: 5378字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1403-0419

摘要

为面向群体用户提供推荐,提高群体用户的信息搜索效率,提出了一种新颖的基于优化协同过滤与中位数加权平均的群推荐方法,综合考虑了项目的评分相似性与类型相似性,通过集成项目相似性与用户相似性预测出群体用户对项目的评分;在集结群体用户评分时,采用基于中位数的加权平均集结策略消除个别用户评分差异过大带来的影响,综合考虑群体用户在评分过程中的作用.通过预测项目评分实验与集结用户评分实验,结果表明,用新方法得到的准确率均高于常用的传统方法,从而表明该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘业政	合肥工业大学管理学院	137	1793	20.0	34.0
5	朱阿敏	合肥工业大学管理学院	1	7	1.0	1.0
6	韩建妙	合肥工业大学管理学院	2	19	2.0	2.0