结合用户特征和兴趣变化的组推荐系统算法研究

2016-07-09 13:18胡伟健陈俊李灵芳何盛国
软件导刊 2016年6期
关键词:推荐系统

胡伟健 陈俊 李灵芳 何盛国

摘要:组推荐系统能够为多个用户组成的群组提供推荐服务。提出了结合用户特征和用户兴趣变化的组推荐系统算法。根据用户特征使用聚类算法进行群组发现,提出了一种结合用户兴趣变化的协同过滤算法,并使用该算法对群组内的用户评分进行预测;采用评分融合方法以及痛苦避免均值融合策略将群组内各用户的偏好进行融合,得出群组预测评分,从而为群组推荐结果。实验结果表明,该算法能有效提高组推荐系统准确度。

关键词:组推荐;推荐系统;用户特征;用户兴趣; 偏好融合

DOIDOI:10.11907/rjdk.161256

中图分类号:TP312文献标识码:A文章编号:1672-7800(2016)006-0060-03

参考文献:

[1]XU HAI LING ,WU XIAO, LI XIAO DONG,et al.Comparison study of internet recommendation system:comparison study of internet recommendation system[J].Journal of Software,2009,20(2):350-362.

[2]RESNICK P,IACOVOU N.GroupLens: an open architecture for collaborative filtering of netnews[C].Proceedings of the 1994 ACM conference on computer supported cooperative work, Chapel Hill, NorthCarolina,United States,1994(10):22-26.

[3]ADOMAVICIUS G,TUZHILIN A.Toward the next generation of recommender systems:a survey of the state-of-the-art and possible extensions[J].IEEE Transactions on Knowledge & Data Engineering,2005,17(6):734-749.

[4]CAI W L,WU M X,JIE Z Y,et al.Context-aware recommender systems[J].Journal of Software,2012,32(3):217-253.

[5]ZHANG YU JIE,DU YU LU,MENG XIANG WU.Group recommender systems and their applications[J].Chinese Journal of Computers,Online Publishing,2015(38):89-90.

[6]MASTHOFF J.Group recommender systems:combining individual models[M].Recommender systems handbook.Berlin: Springer-Verlag,2011: 677-702.

[7]SAID A,BERKOVSKY S,LUCA EWD.Group recommendation in context[M].Chicago,USA,2011: 2-4.

[8]DYER J S ,SARIN R K.Group preference aggregation rules based on strength of preference[J].Management Science,1979,25(9): 822-832.

[9]BORATTO L,CARTA S,CHESSA A,et al.Group recommendation with automatic identification of users communities[C].Web Intelligence and Intelligent Agent Technologies,IEEE/WIC/ACM International Joint Conferences on.IET,2009:547-550.

[10]BORATTO L,CARTA S,SATTA M.Groups identification and individual recommendations in group recommendation algorithms[C].Proceedings of the fourth ACM Conference on Recommender Systems,Barcelona,Spain,2010: 27-34.

[11]ARDISSONO L,GOY A,PETRONE G,et al.Intrigue:personalized recommendation of tourist attractions for desktop and hand held devices[J].Applied Artificial Intelligence,2003,17(8):687-714.

[12]任磊.一种结合评分时间特性的协同推荐算法[J].计算机应用与软件,2015,32(5):112-115.

猜你喜欢
推荐系统
数据挖掘在选课推荐中的研究
基于用户偏好的信任网络随机游走推荐模型
基于个性化的协同过滤图书推荐算法研究
个性化推荐系统关键算法探讨
浅谈Mahout在个性化推荐系统中的应用
关于协同过滤推荐算法的研究文献综述
一种基于自适应近邻选择的协同过滤推荐算法
UGC标签推荐系统的一种新的标签清理方法
网上商品推荐系统设计研究
基于Mahout分布式协同过滤推荐算法分析与实现