基于改进VIKOR的大数据联盟数据资源群推荐方法研究

摘要：

[目的/意义]针对数据稀疏型用户推荐准确度低,大数据联盟群用户对群推荐结果整体满意度不高的问题,本文提出一种基于改进VIKOR的大数据联盟数据资源群推荐方法.[方法/过程]根据大数据联盟数据资源群用户特点,在构建群推荐矩阵时,将用户分为群内用户和群外用户,分别考虑不同用户评分对群推荐结果的影响;依据大数据联盟数据资源的特殊性,提出一种数据资源属性权重确定方法,对不同数据资源的各属性分别确权,从而提高群推荐质量.[结果/结论]实验结果表明,本文提出的算法不但能够为数据稀疏型用户提供较准确的推荐结果,而且有效提升了大数据联盟数据资源群用户的整体满意度.[创新/局限]本文将VIKOR算法改进后用于大数据联盟数据资源群推荐,有效改善了群推荐效果,但未考虑用户分群对群推荐结果的影响,接下来将对联盟用户如何准确分群进行研究.

关键词：大数据联盟、数据资源、大数据联盟用户、群推荐、VIKOR算法

所属期刊栏目：39

分类号：G254.9(图书馆学、图书馆事业)

资助基金：国家自然科学基金;跨界联盟协同创新资源整合机制研究;国家自然科学基金;教育部人文社会科学研究项目;黑龙江省哲学社会科学研究规划项目

在线出版日期：2021-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：120-127