基于区间型符号数据的群组推荐算法的研究.pdfVIP

第３０卷第１期 计 算 机 应 用 研 究 Ｖｏｌ３０Ｎｏ１ ２０１３年１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊａｎ．２０１３ 基于区间型符号数据的群组推荐算法研究 郭均鹏，宁　静，史志奇 （天津大学 管理与经济学部，天津３０００７２） 摘　要：传统群组推荐算法基于点数据描述群组用户模型，存在着信息缺失、很难统筹考虑所有个体用户的需 求等问题。针对该问题，对个体评分数据按照符号数据分析的思想进行“打包”，将群组成员的评分信息汇总为 区间型符号数据。在Ｈａｕｓｄｏｒｆｆ距离基础上，采用区间内部点数据的描述统计量，提出了一种全新的区间数距离 度量方法，并利用这种距离对区间型符号数据描述的群组实施Ｋ均值聚类，由此确定相似群组，最后通过最近 邻的评分预测目标群组的评分。将这种全新的群组推荐算法与传统方法进行推荐精度与效率的对比实验，结果 表明，在各种实验条件下