摘 要：传统的群组推荐算法在偏好建模时，忽略了用户人格特征以及项目自身属性对用户偏好的影响。针对这一问题，提出了一种融合用户人格与项目吸引力的群组推荐算法。首先，利用基于评分与人格的混合相似度代替评分相似度进行群组划分；其次，综合用户信任度、专业度以及人格因子计算决策权重，并在此基础上实现偏好融合；最后，根据每个项目的历史评分数据计算项目吸引力，将其与群组偏好加权结合，以此获取最终推荐列表。在公开数据集上的实验结果表明，与基线算法的最优结果相比，本文算法在评价指标 NDCG@5、NDCG@10 和 NDCG@20分别提升了 4.04%、1.46%和 1.21%，验证了该算法的有效性。

论文下载：

融合用户人格与项目吸引力的群组推荐算法_杨浩.pdf

  浏览次数：