面向在线社区用户的群体推荐算法研究

摘要：

结合现有两种主要群体推荐算法的优势，建立新的算法框架，并引入差异度因素对模型进行优化。另外，考虑到在线社区用户的特点，定义互动度指标来描述群体成员间的互动程度，通过分析其与推荐精度之间的关系，探讨互动度对群体推荐的影响。选取豆瓣网数据进行实验，并与传统方法进行比较，结果表明，融入差异度的算法具有更好的推荐效果，且有效的互动机制能够保证较高的推荐精度。

关键词：群体推荐、在线社区、差异度、互动

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金71271147

在线出版日期：2014-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：696-699