摘要：該文重新考慮了用戶的負面評價對改進推薦系統(tǒng)的作用，構建了考慮用戶負面評價的個性化推薦算法框架?；谖镔|擴散算法和MovieLens標準數(shù)據(jù)集的數(shù)值實驗結果顯示，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)的推薦準確度，改善推薦結果的質量。該工作開辟了利用用戶負面評價改進推薦算法的新思路。
　　關鍵詞：推薦算法；負面評價；物質擴散
　　中圖分類號：TP312文獻標識碼：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