摘要：針對傳統(tǒng)的協(xié)同過濾（collaborative filtering，CF）推薦模型中利用單一的總體評分進(jìn)行相似性計算，但總體評分不能準(zhǔn)確反映用戶對物品喜好的問題，提出基于多方面評分的景點協(xié)同推薦算法。該算法綜合利用用戶對景點在景色、趣味性、性價比三個方面的評分計算用戶或景點之間的相似性，進(jìn)而計算目標(biāo)用戶對目標(biāo)景點的總體評分。試驗結(jié)果表明：在相似性計算中引入景點在這三個方面的評分信息后，推薦結(jié)果的均方根誤差、平均絕對誤差、覆蓋率、準(zhǔn)確率和F-度量指標(biāo)都得到了改善。