摘要：該文重新考慮了用戶的負(fù)面評價對改進(jìn)推薦系統(tǒng)的作用，構(gòu)建了考慮用戶負(fù)面評價的個性化推薦算法框架。基于物質(zhì)擴(kuò)散算法和MovieLens標(biāo)準(zhǔn)數(shù)據(jù)集的數(shù)值實驗結(jié)果顯示，該算法框架不僅能夠識別出并去除掉摻雜在用戶推薦列表中的錯誤推薦信息，使系統(tǒng)中的冗余信息明顯減少，還可以顯著地提高系統(tǒng)的推薦準(zhǔn)確度，改善推薦結(jié)果的質(zhì)量。該工作開辟了利用用戶負(fù)面評價改進(jìn)推薦算法的新思路。
　　關(guān)鍵詞：推薦算法；負(fù)面評價；物質(zhì)擴(kuò)散
　　中圖分類號：TP312文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2012)03-0611-03
　　Frame Research of Personalized Recommendation Algorithm by Considering the Negative Ratings
　　SU Ying
　　(Business Sch