1、隨著信息技術(shù)的發(fā)展,“信息過度”已經(jīng)成為人們急需解決的問題之一。由于傳統(tǒng)的信息過濾方法不能滿足用戶的個性化需求,社會化信息過濾方法應運而生。其中以協(xié)同過濾推薦技術(shù)為核心的個體個性化推薦,在理論和實際應用上都得到很大發(fā)展。
　　群體推薦是個性化推薦領(lǐng)域一個新的研究熱點,它面向群體,而非個人。人的復雜性和異質(zhì)性是群體推薦的研究難點之一,而普通群體推薦系統(tǒng)往往無法平衡所有群體成員的偏好,所得的推薦結(jié)果會造成群體整體滿意度的低下。針對該問

2、題,解決思路之一群體成員對推薦項目進行協(xié)商。本文將基于案例推理方法和協(xié)商理論用于群體推薦系統(tǒng),通過模擬群體成員在推薦項目上進行協(xié)商來達成一致,并根據(jù)該思路提出算法。
　　本文首先闡述了個體推薦、群體推薦、協(xié)商理論和基于案例推理方法的理論基礎(chǔ)和研究現(xiàn)狀。根據(jù)群體成員對項目的歷史評價作為知識庫,從群體成員角度出發(fā),首先考慮簡單雙人小組推薦,通過Agent模擬群體成員針對推薦項目協(xié)商的過程,設(shè)定一定的協(xié)商輪數(shù)和耐心程度,達成一致并獲得推