结合用户特征和兴趣变化的组推荐系统算法研究

组推荐系统能够为多个用户组成的群组提供推荐服务。提出了结合用户特征和用户兴趣变化的组推荐系统算法。根据用户特征使用聚类算法进行群组发现,提出了一种结合用户兴趣变化的协同过滤算法,并使用该算法对群组内的用户评分进行预测;采用评分融合方法以及痛苦避免均值融合策略将群组内各用户的偏好进行融合,得出群组预测评分,从而为群组推荐结果。实验结果表明,该算法能有效提高组推荐系统准确度。