摘要
推荐系统一直以来都是美食推荐关注的重要研究方向.然而,现有推荐方法大多数都以静态文本挖掘为主,缺乏对推荐动态变化的思考.为了体现序贯决策的美食筛选过程,本研究将粒计算思想引入到基于美食的电子商务推荐中.首先,针对美食推荐动态性特征,将用户的兴趣偏好通过粒化的方式进行描述和解释,形成不同层次的属性集合序列;其次,根据用户推荐需求,在各层次间自由选择相应的属性集合序列并计算分析,得到美食推荐中的属性重要度排序以及最优粒度和相应的推荐结果列表;最后,将大众点评美食推荐作为应用场景,对本文所提方法的有效性和可行性进行实验验证.
-
单位西南交通大学; 经济管理学院