一种基于资源多属性分类的群组推荐模型
2010-04-30分类号:F224;F713.36
【部门】上海财经大学信息管理与工程学院
【摘要】群组推荐是个性化推荐研究的一个新领域,主要研究如何将群组中的成员作为一个整体进行推荐,目前国内的相关研究较少。现有的群组推荐方法强调应用协同过滤算法分析群组成员的历史记录,发现成员间的内在联系,进而进行个性化推荐。文章认为在这种推荐模式下得到的结果,不能很好地反映群组成员具有共性的偏好信息,主要是因为资源之间缺乏逻辑层面的关联,因此本文构建领域资源分类模型,依据资源属性对资源进行分类,在此基础上构建群组用户的兴趣模型,进而实现相应的推荐算法。
【关键词】群组推荐 群组用户兴趣模型 模拟退火算法 资源分类 协同过滤
【基金】国家自然科学基金资助项目(70471037,70971083);; 上海财经大学211工程重点项目资助(211-6-44);; 上海财经大学研究生创新基金资助项目(CXJJ-2008-330)
【所属期刊栏目】统计与决策
文献传递