启发式概念构造的组推荐方法

来源：计算机科学与探索杂志2020年第4期北京时间：

作者：刘忠慧，邹璐，杨梅，闵帆

单位：1. 西南石油大学 计算机科学学院，成都 6105002. 西南石油大学 人工智能研究院，成都 610500

摘要：形式概念分析是形式背景的数据分析方法，已被引入推荐系统领域。概念格作为形式概念分析的有效工具，因其构造效率低下，所以难以应对电子商务中的大规模数据。为解决该问题，提出一种基于启发式概念构造的组推荐方法。首先，基于用户共同评分的项目，定义概念构造的启发式信息，实现概念的快速构造；同时利用内涵约束，在保证群组相似度的基础上，构造当前面积最大的概念，以包含更多的邻居用户；然后，在覆盖所有用户的概念集合上，统计项目在群组中的流行度，实现对群组用户的组推荐。在抽样数据集和MovieLens上，对比了该算法与两类不同的推荐算法。实验结果表明，在大规模数据下，该算法能在快速生成概念集合同时满足推荐需要。

关键词：形式概念分析（FCA）,组推荐,启发式算法,推荐系统