基于用户交互行为的群组推荐偏好融合策略  

Research on the Integration Strategy of Group Recommendation Based on User's Interactive Behaviors

作　　者：唐福喜 刘克剑[1] 冯玲[1] 江静炜 

机构地区：[1]西华大学计算机与软件工程学院,四川成都610039 [2]西藏飞跃智能科技有限公司,西藏拉萨850000

出　　处：《西华大学学报（自然科学版）》2016年第3期51-56,共6页Journal of Xihua University:Natural Science Edition

基　　金：国家科技支撑计划项目西藏自然科学博物馆数字馆关键技术研究及集成示范(2011BAH26B01);国家自然科学基金(61271413;61472329;61532009);数字空间安全保障四川省高校重点实验室开放基金课题资助(SZjj2015-055);四川省教育厅重点项目资助(16ZA0165);西华大学重点科研基金项目(Z1320607);西华大学研究生创新基金(YCJJ2015187)

摘　　要：为尽可能减小群组成员对所推荐项目的不满意度,提高推荐系统的准确度,在传统推荐系统的基础上,提出一种基于用户交互行为的偏好融合策略。通过成员间协同过滤获得用户对项目的预测评分,通过组间协同过滤获得群组对项目的预测评分,再利用用户间的交互行为获得用户在群组中的权重,进而获得群组对推荐项目的最终评分。通过改进的GMAE评估模型对本融合策略进行验证和评价,结果表明,本策略在准确度、推荐项目多样性方面较传统协同融合策略有明显提高。In order to reduce the unsatisfictory among the group and improve the accuracy of group recommender system,this paper proposes a preference integration strategy based on users＇ interactive behaviors. This model obtained the each members＇ prediction rating on the items and group＇s predictions on the items based on the individual and group collaborative filtering algorithm. Additionally,this paper puts forward a method that obtains the weights of members,then obtains the final prediction of items through the preference fusion method. The model was evaluated and verified by the improved GMAE. The results of the experiments show that the proposed algorithm is better than traditional GCF on accuracy and diversity.

关 键 词：推荐系统 群组推荐 交互行为 偏好融合 GMAE 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP391.3[自动化与计算机技术—控制科学与工程]