基于评分和项目特征的群组推荐方法

• 作者: 严笋 叶柏龙 徐静静
• 来源期刊: 计算机应用研究
• 关键词: 群组推荐 成员偏好模型 群组偏好模型 综合相似度
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1032-1035,1046
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.017

摘要

针对现有群组推荐方法准确率偏低的问题,提出了一种基于评分与项目特征相结合的方法.首先综合时间因素对评分的影响和项目领域特征,利用改进的TF-IDF方法构建成员在各个特征上的偏好模型;然后考虑群体用户间的相互作用,从项目特征属性均值相似性权重和特征属性频度权重两个方面来得到群体偏好模型;最后计算群组在项目特征和评分上的综合相似度,进行预测评分并推荐.通过在MovieLens数据集上进行实验,表明本方法比现有方法的准确率有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶柏龙		53	261	9.0	13.0
5	严笋		2	11	2.0	2.0
6	徐静静	湖南大学信息科学与工程学院	1	9	1.0	1.0