基于群组信息改进矩阵分解的群组推荐方法

随着网络群组功能的兴起,向用户群组直接生成推荐建议可以有效减少用户搜寻其感兴趣项目的搜索过程和检索时间,为此提出基于改进矩阵分解的群组推荐算法。以融入群组特有信息的矩阵分解为基础模型,根据用户间的共有群信息计算其相关性,并将其集成到矩阵分解中以生成群内单用户的偏好评分。采用群推荐中常用的三种策略进行个人评分融合,实现有效的群组推荐。与已有算法进行对比实验,结果表明,该算法在各评价指标上的群组推荐性能更优。

群组信息优化矩阵分解的群组推荐方法

随着网络群组功能的兴起,向用户群组直接生成推荐列表可以有效减少用户的搜索过程和检索时间,组推荐的研究与应用逐渐受到关注。为此,提出基于改进矩阵分解的群组推荐算法,算法首先根据用户共有群信息计算用户间的相关性,并将其集成到矩阵分解中以生成单用户的偏好评分,然后采用基于均值与最小辛苦策略融合的修正满意平衡策略进行评分融合,实现有效的群组推荐。与已有算法对比实验结果表明,提出算法在各评价指标上的群组推荐更优。