【摘要】：針對現(xiàn)有群組推薦方法準(zhǔn)確率偏低的問題,提出了一種基于評分與項目特征相結(jié)合的方法。首先綜合時間因素對評分的影響和項目領(lǐng)域特征,利用改進的TF-IDF方法構(gòu)建成員在各個特征上的偏好模型;然后考慮群體用戶間的相互作用,從項目特征屬性均值相似性權(quán)重和特征屬性頻度權(quán)重兩個方面來得到群體偏好模型;最后計算群組在項目特征和評分上的綜合相似度,進行預(yù)測評分并推薦。通過在Movie Lens數(shù)據(jù)集上進行實驗,表明本方法比現(xiàn)有方法的準(zhǔn)確率有明顯提高。
[Abstract]:In order to solve the problem of low accuracy of current group recommendation methods, a method based on the combination of scoring and item features is proposed. Firstly, considering the influence of time factors on the score and the feature of project domain, the improved TF-IDF method is used to construct the preference model of members on each feature, and then the interaction between group users is considered. The group preference model is obtained from the similarity weight of the item feature average and the weight of the frequency of the feature attribute. Finally, the comprehensive similarity between the item feature and the score is calculated to predict the score and recommend it. Experiments on the Movie Lens dataset show that the accuracy of the proposed method is much higher than that of the existing methods.
【作者單位】： 中南大學(xué);湖南大學(xué)信息科學(xué)與工程學(xué)院;湖南華菱湘潭鋼鐵有限公司;
【基金】：國家創(chuàng)新基金項目(11C26214305383) 國家發(fā)改委信息安全產(chǎn)品專項基金項目(發(fā)改辦高技[20091886號])
【分類號】：TP391.3

【參考文獻】

相關(guān)期刊論文 前5條

1 孟祥武;紀(jì)威宇;張玉潔;;大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)[J];北京郵電大學(xué)學(xué)報;2015年02期

2 梁天一;梁永全;樊健聰;趙建立;;基于用戶興趣模型的協(xié)同過濾推薦算法[J];計算機應(yīng)用與軟件;2014年11期

3 郭均鵬;趙夢楠;;面向在線社區(qū)用戶的群體推薦算法研究[J];計算機應(yīng)用研究;2014年03期

4 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標(biāo)綜述[J];電子科技大學(xué)學(xué)報;2012年02期

5 裴頌文;吳百鋒;;動態(tài)自適應(yīng)特征權(quán)重的多類文本分類算法研究[J];計算機應(yīng)用研究;2011年11期

【共引文獻】

相關(guān)期刊論文 前10條

1 張志清;李夢;胡竹青;;考慮商品重復(fù)購買周期的協(xié)同過濾推薦方法改進[J];武漢科技大學(xué)學(xué)報;2017年04期

2 張戈一;朱月琴;呂鵬飛;劉廣開;胡博然;;耦合協(xié)同過濾推薦與關(guān)聯(lián)分析的圖書推薦方法研究[J];中國礦業(yè);2017年S1期

3 丁沂;;基于鏈路預(yù)測的推薦方法研究[J];無線互聯(lián)科技;2017年08期

4 王均賢;李文杰;;基于用戶社交網(wǎng)絡(luò)的最短距離聚類算法[J];天津理工大學(xué)學(xué)報;2017年02期

5 褚征;于炯;王佳玉;王躍飛;;基于LDA主題模型的移動應(yīng)用相似度構(gòu)建方法[J];計算機應(yīng)用;2017年04期

6 齊帥彬;胡晨駿;胡孔法;謝佳東;房裴裴;;基于機器學(xué)習(xí)及中醫(yī)理論的推薦系統(tǒng)研究與思考[J];江蘇科技信息;2017年10期

7 張素智;趙亞楠;楊芮;;推薦系統(tǒng)研究[J];湖北民族學(xué)院學(xué)報(自然科學(xué)版);2017年01期

8 王媛媛;李翔;;基于人口統(tǒng)計學(xué)的改進聚類模型協(xié)同過濾算法[J];計算機科學(xué);2017年03期

9 劉毅;鐘_，

本文編號：2121587