论文部分内容阅读
為了建立多構面的使用者輪廓，本研究採用多準則評分(Multi-criteria Ratings)作為電影喜好蒐集，並且以統 計方法的複迴歸分析將迴歸係數作為評估使用者各準則偏好程度，為了增加各準則下評分預測品質以降低傳統協同 過濾稀疏性問題的影響，首先將各個準則下成員偏好程度以及評分可靠程度作為信任權重計算，並且以信任權重門 檻值作為推薦群體篩選標準，並利用信任為基之過濾(Trust-Based Filtering)方法於各個準則評分預測，在資料相對稀 疏情況下可減少預測誤差。在最終預測聚合實驗中發現以信任為基之過濾對整體評分預測有較低的MAE 值，在各資 料密度下對於推薦評估指標F1 顯示也有較好的推薦效能。由實驗結果發現本研究所提出方法有助於提升多準則推薦 環境下之推薦品質。