简介：recommender系统的众多的应用程序能提供我们理解用户的一个工具。组recommender反映多重用户行为的分析，并且试图向这个组的每个用户提供他们根据用户偏爱包含的事情。当前，大多数存在的组recommenders在用户之中忽略相互作用。在组活动期间，然而，交互偏爱将戏剧性地影响recommenders的成功。当用户的一些未知偏爱被另外的用户部分在这个组影响时，这个问题变得甚至更挑战性。能使用组活动历史信息和recommender的命名掌握(基于交互偏爱的组Recommender)被介绍的一个基于相互作用的方法产生交互偏爱参数的等级以后的反馈机制。评估建议方法的表演，它与在MovieLens数据集上的传统的合作过滤相比。结果关于有效性和精确性为多用户显示GRIPrecommender的优势。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
