基于满意度及特征近似的协同数据融合推荐

• 作者: 朱泽民 肖飞
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 服务推荐 满意特征相似 TOPSIS融合 决策推荐
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机控制系统及软件
• 页码范围: 1013-1019
• 页数: 7页
• 分类号: TP391.9
• 字数: 6129字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150991

摘要

为改善数据融合算法推荐执行效率及推荐结果可靠性,以便为使用者推荐更符合个性化需求的服务,设计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(SFSTOPSIS).首先,针对传统相似度定义分辨率不足的问题,基于用户评价置信度、兴趣偏好及特征相似度评价进行改进,并结合用户使用属性对使用者间存在的相似度替代,使之更符合用户真实感受;其次,采用时变权重方式对标准TOPSIS融合进行完善,提高TOPSIS决策融合的时变属性,实现用户相似度数据的有效属性融合;最后,基于标准测试事例进行实验对比,显示所提SFSTOPSIS算法可有效提高服务推荐精度,具有一定应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱泽民	黄冈师范学院计算机学院	34	129	5.0	10.0
2	肖飞	黄冈师范学院计算机学院	15	30	3.0	5.0