典型文献
融合纳什均衡策略和神经协同过滤的群组推荐方法
文献摘要：
群组推荐中的核心问题是群组成员的偏好融合.传统的融合策略大多属于单一型策略,在一定程度上无法更好地满足群组的整体偏好需求.为此,文中提出融合纳什均衡策略和神经协同过滤的群组推荐方法.首先,通过多层感知机获得用户与项目之间潜在特征向量的非线性交互,并联合潜在因子模型和多层感知机实现用户与项目之间的协同过滤推荐.然后,基于个体的推荐评分设计基于纳什均衡的融合策略,更好地保证群组成员的平均满意度达到最大化.最后,在KDD CUP数据集上的实验表明,文中方法在推荐模型和融合策略方面都具有较优的推荐性能.
文献关键词：
协同过滤;纳什均衡;神经网络;群组推荐
中图分类号：
作者姓名：
李琳;王培培;杜佳;周栋
作者机构：
武汉理工大学 计算机与人工智能学院 武汉430070;湖南科技大学 计算机科学与工程学院 湘潭411201
文献出处：
引用格式：
[1]李琳;王培培;杜佳;周栋-.融合纳什均衡策略和神经协同过滤的群组推荐方法)[J].模式识别与人工智能,2022(05):412-421
A类：
B类：
纳什均衡,均衡策略,神经协同过滤,群组推荐,推荐方法,群组成员,偏好融合,融合策略,单一型,多层感知机,得用,潜在特征,特征向量,非线性交互,潜在因子模型,现用,协同过滤推荐,分设,KDD,CUP,中方,推荐模型,推荐性
AB值：
0.319402
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
