论文部分内容阅读
当前的推荐方法未能从个性化效用角度评价推荐项目,因此用户需按自己的偏好,在推荐结果中进行再次筛选。针对该情况,提出一种基于效用的个性化推荐方法。该方法采用逼近于理想值的排序法(TOPSIS)作为衡量推荐对象效用的基本方法。为克服TOPSIS中静态权重设置的不足,采用可变精度粗糙集发现用户对属性的偏好。实验结果表明,该方法能为用户提供更好的个性化效用及准确性的推荐服务。