模糊概念集的启发式构造方法及其推荐应用

摘要

针对模糊形式概念分析在推荐应用中难以用于大规模数据集的问题，提出了一种基于模糊概念集启发式构造的推荐方法。根据用户之间的相似度，为每个用户构建子背景，在子背景上采用新的启发式信息，分别以用户和项目为线索生成模糊概念。利用模糊概念内部信息，设计了融入用户权重的推荐置信度，实现了对用户的个性化推荐。在6个真实数据集上进行试验，本方法的推荐效率较高，与经典的协同过滤算法相比，在稀疏的数据集上能够取得更好的推荐效果。

关键词

形式概念分析 / 模糊概念 / 概念构造 / 推荐系统 / 用户相似度