文献类型：期刊文章

作　　者：张国涛[1] 付晓东[1,2] 岳昆[3] 刘骊[1] 冯勇[1] 刘利军[1]

ZHANG Guo-tao;FU Xiao-dong;YUE Kun;LIU Li;FENG Yong;LIU Li-jun(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500;Faculty of Aeronautics,Kunming University of Science and Technology,Kunming 650500;School of Information Science and Engineering,Yunnan University,Kunming 650091,China)

机构地区：[1]昆明理工大学信息工程与自动化学院,云南昆明650500 [2]昆明理工大学航空学院,云南昆明650500 [3]云南大学信息学院,云南昆明650091

出　　处：《计算机工程与科学》

基　　金：国家自然科学基金(61462056;61472345;61462051;81560296;61662042);云南省应用基础研究计划(2014FA028;2014FA023)

年　　份：2019

卷　　号：41

期　　号：4

起止页码：733-741

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、INSPEC、JST、ZGKJHX、核心刊

摘　　要：客观上,用户的评价准则是由主观意识决定的,用户之间的评价准则不同导致多个用户对同一服务的评分不具备可比较性,不考虑不同用户评分的不可比较性所获得的服务推荐将难以满足用户个性偏好及其真实需求。为此,提出一种面向不一致用户评价准则的在线服务推荐方法,考虑用户偏好不一致时用户对在线服务的偏好关系,以偏好关系计算用户之间的相似度,并以此获得在线服务推荐结果。首先以用户-服务评分矩阵为基础建立用户对服务的偏好关系,其次根据偏好关系计算用户之间的相似度,然后以用户相似度为基础对用户未评分的服务进行评分预测,最后以预测评分的排序结果作为推荐结果。与经典的协同过滤推荐方法的比较实验,验证了本方法的有效性。实验表明,本方法获得的推荐结果能满足大多数用户的服务偏好,同时获得了比经典的协同过滤推荐方法更好的准确率。

关 键 词：在线服务  评价准则  推荐系统 偏好 相似度

分 类 号：TP311]