论文部分内容阅读
该文重新考虑了用户的负面评价对改进推荐系统的作用,构建了考虑用户负面评价的个性化推荐算法框架。基于物质扩散算法和MovieLens标准数据集的数值实验结果显示,该算法框架不仅能够识别出并去除掉掺杂在用户推荐列表中的错误推荐信息,使系统中的冗余信息明显减少,还可以显著地提高系统的推荐准确度,改善推荐结果的质量。该工作开辟了利用用户负面评价改进推荐算法的新思路。