融合协同过滤与用户偏好的旅游组推荐方法
近年来,组推荐系统已经逐渐成为旅游推荐领域的研究热点之一.传统的推荐系统面临的数据稀疏性问题在组推荐系统中同样存在.基于评分的推荐系统中,可以把组推荐系统分为对单个用户的偏好预测和对组内成员预测结果的融合两个阶段.为提高推荐的效果,提出了一种融合协同过滤与用户偏好的旅游组推荐方法,它考虑了用户的预测评分和组推荐结果的准确性.在协同过滤中通过加入相似性影响因子和关联性因子进行预测评分,然后在均值策略和最小痛苦策略的基础上,提出了满意度平衡策略,该策略考虑了组内成员的局部满意度和整体满意度.实验表明,所提出的方法提高了推荐的准确率.
组推荐、旅游推荐、数据稀疏性、协同过滤、用户偏好、均值策略、最小痛苦策略
13
TP391(计算技术、计算机技术)
国家自然科学基金项目61572146,U1501252,U1711263;广西创新驱动重大专项项目AA17202024;广西自然科学基金项目2016GXNSFDA380006
2018-11-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
999-1005