一种改进的偏好融合组推荐方法

摘要：

近年来,组推荐系统已经逐渐成为推荐系统领域的研究热点之一.在电影电视和旅游推荐中,用户常常是参与活动的一组人,这就需要为多个用户形成的群组进行推荐.作为解决群组推荐问题的有效手段,组推荐系统将单个用户推荐扩展为群组推荐,目前已经应用在新闻、音乐、电影、餐饮等诸多领域.现有的组推荐融合方法主要是模型融合与推荐融合,其效用好坏目前仍没有定论,并且它们各有自己的优缺点.模型融合存在着群组成员间的公平性问题,推荐融合忽视了群组成员间的交互.提出一种改进的偏好融合组推荐方法,它结合了两种融合方法的优点.同时根据实验得出了“群组偏好与个人偏好具有相似性”的结论,并将它结合在改进方法中.最后,通过在Movielens数据集上的实验分析,验证了该方法的有效性,证明了它能够有效地提高推荐准确率.

关键词：组推荐、推荐系统、偏好融合、群组偏好建模、数据挖掘

所属期刊栏目：29

分类号：TP311(计算技术、计算机技术)

资助基金：北京市教育委员会共建项目专项

在线出版日期：2018-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共20页

页码：3164-3183