摘 要：在推荐系统领域，群组推荐可以有效解决传统个性化推荐存在的仅对单用户推荐、数据稀疏、计算量大等问题，已成为该领域研究的热点．在传统的推荐算法中，仅使用用户的评分数据，没有考虑用户的信任关系．本文提出的算法通过引用用户偏好模型，获取用户-餐厅偏好评分矩阵，代替原始的用户-餐厅评分矩阵，降低了数据的稀疏性；在计算用户信任度时，从公平性、准确性、影响力考虑了不同因素对用户信任度的影响；通过K-means 算法对同城的用户进行聚类，使用改进的比重偏好融合策略预测群组偏好进行推荐．通过实验可知，该方法有更好的推荐结果．

论文下载：

11.pdf

  浏览次数：