以信任為基之過濾建構多準則推薦環境

摘要

为了建立多构面的使用者轮廓，本研究采用多准则评分(Multi-criteria Ratings)作为电影喜好蒐集，并且以统计方法的复回归分析将回归系数作为评估使用者各准则偏好程度，为了增加各准则下评分预测品质以降低传统协同过滤稀疏性问题的影响，首先将各个准则下成员偏好程度以及评分可靠程度作为信任权重计算，并且以信任权重门槛值作为推荐群体筛选标准，并利用信任为基之过滤(Trust-Based Filtering)方法於各个准则评分预测，在资料相对稀疏情况下可减少预测误差。在最终预测聚合实验中发现以信任为基之过滤对整体评分预测有较低的MAE 值，在各资料密度下对於推荐评估指标F1显示也有较好的推荐效能。由实验结果发现本研究所提出方法有助於提升多准则推荐环境下之推荐品质。