论文部分内容阅读
如何准确高效地提供给用户需要的信息，是信息推荐研究的核心。本文提出了一种推荐机制——基于信息项和用户群的信息推荐机制，它综合考虑了用户自身和其邻居用户对推荐的影响。在计算用户自身对推荐的影响时，采用了基于信息项的方法。在计算邻居用户对推荐的影响时，首先寻找目标用户的邻居用户，形成一个用户群，根据用户群中其他用户对目标项目的推荐产生目标用户对目标项目的推荐。在MovieLens上的实验证明，本文提出的这种算法在预测精度上较传统的推荐算法有很大的提高。