情报学报
情報學報
정보학보
2011年
2期
121-130
,共10页
李岱峰%于长锐%覃正%董添犀
李岱峰%于長銳%覃正%董添犀
리대봉%우장예%담정%동첨서
个性化推荐%Pearson-Compatibility%群组决策%多属性%协同过滤%模拟退火
箇性化推薦%Pearson-Compatibility%群組決策%多屬性%協同過濾%模擬退火
개성화추천%Pearson-Compatibility%군조결책%다속성%협동과려%모의퇴화
目前个性化推荐领域的相关研究,很少考虑用户在资源属性上的兴趣差异,而资源属性往往是决定用户偏好的重要因素之一.针对这一问题,构建了基于资源多属性的用户评价模型和兴趣模型,并提出了一种改进的Pearson-Compatibility多属性群决策算法,在k-临近相似用户的推荐问题中引入该算法,结合协同过滤推荐的特点,对相似用户偏好差异性、残缺值、算法可能出现的提前收敛等问题进行了充分考虑,进而实现多属性的协同过滤.最后通过实验对算法的有效性进行验证,实验结果表明:算法在目标用户属性偏好的预测上,具有较高的准确度,对偏差值、残缺值具有较强的抗干扰能力,具有较强的实用价值.
目前箇性化推薦領域的相關研究,很少攷慮用戶在資源屬性上的興趣差異,而資源屬性往往是決定用戶偏好的重要因素之一.針對這一問題,構建瞭基于資源多屬性的用戶評價模型和興趣模型,併提齣瞭一種改進的Pearson-Compatibility多屬性群決策算法,在k-臨近相似用戶的推薦問題中引入該算法,結閤協同過濾推薦的特點,對相似用戶偏好差異性、殘缺值、算法可能齣現的提前收斂等問題進行瞭充分攷慮,進而實現多屬性的協同過濾.最後通過實驗對算法的有效性進行驗證,實驗結果錶明:算法在目標用戶屬性偏好的預測上,具有較高的準確度,對偏差值、殘缺值具有較彊的抗榦擾能力,具有較彊的實用價值.
목전개성화추천영역적상관연구,흔소고필용호재자원속성상적흥취차이,이자원속성왕왕시결정용호편호적중요인소지일.침대저일문제,구건료기우자원다속성적용호평개모형화흥취모형,병제출료일충개진적Pearson-Compatibility다속성군결책산법,재k-림근상사용호적추천문제중인입해산법,결합협동과려추천적특점,대상사용호편호차이성、잔결치、산법가능출현적제전수렴등문제진행료충분고필,진이실현다속성적협동과려.최후통과실험대산법적유효성진행험증,실험결과표명:산법재목표용호속성편호적예측상,구유교고적준학도,대편차치、잔결치구유교강적항간우능력,구유교강적실용개치.