基于模糊兴趣模型的个性化推荐算法

论文在分析现有个性化推荐算法的基础之上,针对个性化的本质特点,结合模糊数学的知识,提出了一种个性化模糊兴趣模型,并建立一对应的推荐算法。实验表明,该模型有着简单,方便,快速推荐的特点。

基于模糊兴趣模型与多Agent的个性化推荐系统

提出了基于模糊兴趣模型与多Agent的个性化推荐系统框架,通过引入用户模糊兴趣模型,使以Agent为基础的推荐系统无法通过隐式收集用户对商品属性评价的问题得到解决,并且在客户端收集并挖掘用户的私有信息,然后从服务器中获取用户感兴趣的信息,最后生成并更新UserProfile。

一个面向新兴趣点发现的模糊兴趣挖掘算法

本文在分析现有个性化推荐算法的基础之上,针对其难以发现新的用户兴趣点的不足,提出了一种面向新兴趣点发现的协作算法,建立了包括新兴趣点的多商品模糊兴趣模型。实验表明,该模型比现有模型更优。