论文部分内容阅读
使用关联规则推荐工具会遇到最优推荐规则选取难，规则信息不能充分利用等问题。利用较易获取的应用领域知识可有效解决这类问题。针对仅有商品名称和评分信息的推荐情形，提出一种基于行为和评分相似性的关联规则群推荐算法，将规则及相应的评分信息视为推荐专家，将推荐结论相同的专家合并为一个专家组，利用客户行为和评分的双重相似性计算专家权重，并利用群决策的思想集结专家组的推荐意见，从而给出最佳推荐方案。最后通过实例和实验说明了该算法的可行性和有效性。