基于非负矩阵分解的群组推荐算法

来源：计算机工程与科学杂志2022年第5期北京时间：

作者：贾俊杰, 姚叶旺, 陈旺虎

单位：西北师范大学计算机科学与工程学院,甘肃 兰州 730070

摘要：近年来，随着媒介技术的快速发展，人们成组活动的现象逐渐增多，群组推荐系统也逐渐受到关注。现有的群组推荐系统往往将不同的成员视为同质对象，忽视了成员专业背景和项目固有属性之间的关系，无法真正地解决融合过程中的偏好冲突问题。为此，提出一种基于非负矩阵分解的群组推荐算法，通过非负矩阵分解将群组评分信息分解为用户矩阵和项目矩阵，针对2个矩阵分别利用隶属度和专业度权值计算得到项目隶属度矩阵和成员专业度矩阵，并由此获得各成员在不同项目上的贡献度来构建群组偏好模型。实验结果表明，所提算法在不同群组规模和组内相似度的情况下依然具有较高的推荐准确度。

关键词：群组推荐系统,偏好融合,非负矩阵分解,贡献度,

基金资助：国家自然科学基金（61967013）；甘肃省高等学校创新能力提升项目（2019A-006）