启发式概念构造的组推荐方法

• 作者: 刘忠慧 杨梅 邹璐 闵帆
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 形式概念分析(FCA) 组推荐 启发式算法 推荐系统
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论与算法
• 页码范围: 703-711
• 页数: 9页
• 分类号: TP181
• 字数: 6575字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1905012

摘要

形式概念分析是形式背景的数据分析方法,已被引入推荐系统领域.概念格作为形式概念分析的有效工具,因其构造效率低下,所以难以应对电子商务中的大规模数据.为解决该问题,提出一种基于启发式概念构造的组推荐方法.首先,基于用户共同评分的项目,定义概念构造的启发式信息,实现概念的快速构造;同时利用内涵约束,在保证群组相似度的基础上,构造当前面积最大的概念,以包含更多的邻居用户;然后,在覆盖所有用户的概念集合上,统计项目在群组中的流行度,实现对群组用户的组推荐.在抽样数据集和MovieLens上,对比了该算法与两类不同的推荐算法.实验结果表明,在大规模数据下,该算法能在快速生成概念集合同时满足推荐需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨梅	西南石油大学计算机科学学院	10	51	5.0	7.0
2	闵帆	西南石油大学计算机科学学院	16	19	3.0	4.0
6	刘忠慧	西南石油大学计算机科学学院	11	11	2.0	3.0
7	邹璐	西南石油大学计算机科学学院	3	0	0.0	0.0