基于CBR和MADM的多Agent推荐系统
为解决目前基于CBR的推荐系统只考虑属性值全部为精确或全部为非精确数据的情况,提出一种基于MADM的多Agent推荐系统框架.在考虑了属性分类的基础上设计了基于距离的混合数据类型的相似性度量算法及TOPSIS多属性决策方法,设计了该系统各组成部分功能、结构和流程.模拟算例演示了案例推理及多属性决策在本系统的应用过程,结果表明该系统有较好的实用性.
推荐系统、多Agent、案例推理、多属性决策、相似度、逼近理想解
32
TP391(计算技术、计算机技术)
河北省教育厅科学研究计划基金项目ZH200815
2011-04-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
157-161,209