一种基于标签的电影组推荐方法
摘 要：现有的电影推荐系统大多是分析用户评分矩阵，没有考虑电影中的标签信息对推荐结果的影响，造成标签信息利用率较低．针对该问题提出一种基于标签的电影组推荐方法．通过改进的TF-IDF 方法得到用户–标签矩阵以及结合时间因素得到归一化的用户评分矩阵，分别计算用户相似度并融合，通过融合相似度进行群组划分．在此基础上计算组成员中电影标签的好评率，根据好评率设置张量初始总权重．根据近似张量值进行群组偏好融合，得到组推荐列表．在MovieLens 数据集上进行实验对比，结果表明本方法在准确率上有明显提高，召回率与F值有较大提高．
论文下载：