基于协同过滤的三支粒推荐算法研究

• 作者: 刘盾 叶晓庆 梁德翠
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 协同过滤 三支决策 粒计算 三支粒推荐
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: CRSSC-CWI-CGrC-3WD 2017
• 页码范围: 90-96
• 页数: 7页
• 分类号: TP18
• 字数: 8865字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.01.014

摘要

为了降低传统协同过滤算法的推荐成本,并解决该算法评分信息单一的问题,提出了一种基于协同过滤的三支粒推荐算法.该算法在传统协同过滤的基础上,考虑项目特征对用户评分的影响,根据项目特征、粒化用户项目评分矩阵,形成用户对项目粒度的评分矩阵,并以此作为用户偏好的测度依据.同时,该算法在推荐过程中引入三支决策,考虑了推荐过程中产生的误分类成本和学习成本,并基于用户真实的评分偏好构建三支推荐.实验结果显示,基于协同过滤的三支粒推荐算法与传统协同过滤算法相比,不但提高了算法的推荐质量,而且降低了推荐成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘盾	西南交通大学经济管理学院	29	370	11.0	18.0
2	叶晓庆	西南交通大学经济管理学院	2	11	1.0	2.0
3	梁德翠	电子科技大学经济与管理学院	6	54	5.0	6.0