基于行为和评分相似性的关联规则群推荐算法

摘要

使用关联规则推荐工具会遇到最优推荐规则选取难、规则信息不能充分利用等问题.利用较易获取的应用领域知识可有效解决这类问题.针对仅有商品名称和评分信息的推荐情形,提出一种基于行为和评分相似性的关联规则群推荐算法,该算法将规则及相应的评分信息视为推荐专家,将推荐结论相同的专家合并为一个专家组,利用客户行为和评分的双重相似性计算专家权重,并利用群决策的思想集结专家组的推荐意见,从而给出最佳推荐方案.最后通过实例和实验说明了该算法的可行性和有效性.