| 融入用户风险偏好的三支协同过滤推荐模型 |
| |
| 引用本文： | 黄树添,胡诗琳,卜祥智,李华雄,刘久兵.融入用户风险偏好的三支协同过滤推荐模型[J].南京大学学报(自然科学版),2023(5):777-789. |
| |
| 作者姓名： | 黄树添 胡诗琳 卜祥智 李华雄 刘久兵 |
| |
| 作者单位： | 1. 汕头大学商学院;2. 南京大学工程管理学院 |
| |
| 基金项目： | 国家自然科学基金（62106135,62176116）；;广东省自然科学基金（2023A1515011390,2022A1515011571,2023A1515011029）；;广东省基础与应用基础研究青年项目（2020A1515110434）；;广东省哲学社会科学“十三五”规划青年项目（GD20YGL13）； |
| |
| 摘 要： | 基于用户的不同风险偏好特征，提出一种融入用户风险偏好的三支协同过滤推荐模型来提高推荐规则的准确性.首先，考虑用户的不同风险偏好对项目评分的影响，基于用户-项目评分矩阵定义用户关于项目的偏好概率测度，建立用户-项目偏好概率模型，从理论上证明了该模型是现有模型的推广和拓展.其次，利用决策粗糙集，推导出用户在不同风险偏好下的三支推荐模型阈值表达.然后，以上述工作为基础，将推荐准确性和推荐成本作为优化目标，设计基于粒子群优化算法的用户偏好概率模型参数确定方法 .最后，在MovieLens数据集上的实验验证了提出模型的有效性.
|
| 关 键 词： | 协同过滤 风险偏好 三支推荐 偏好概率模型 |
|
|
