【摘要】对个性化推荐候选集构建方案进行优化,在保证对用户感兴趣项目覆盖率较高的前提下,压缩候选集规模,从而改善个性化推荐效果。采用融合用户群体兴趣与个性化特征的方法构建推荐候选集,先以用户群体兴趣为基础构建初始候选集,在此基础上基于用户个性化特征对其进行过滤,生成推荐候选集。在模型构建的基础上,以电影数据为例进行模型效果验证。实验结果显示,该模型在覆盖率小幅降低的情况下,可将候选集规模压缩为原来的3.4%;该模型能显著提升个性化推荐的最终效果,因此该策略是一种较理想的候选集构建策略。