similarity

近日，计算机与软件学院硕士生曾子杰（2018届）、林晶（2018级）和黎琳（2017级）接力合作完成的学术论文被CCF和清华大学推荐的 A类国际学术期刊ACM TOIS录用。 计算机与软件学院潘微科副教授和明仲教授为该论文的共同通讯作者。 在录用的论文中，针对推荐系统中的一个重要问题，即“下一物品推荐”（Next-Item Recommendation），设计了一个基于“双向物品相似度”（Bidirectional Item Similarity）的协同过滤推荐算法，与主流推荐算法相比有较为显著的效果提升

理想解相似度顺序偏好法(Technique for Order Preference by Similarity to Ideal Solution; TOPSIS) 是一种常被决策者使用之多属性决策方法，其透过衡量可行方案与理想解之距离，将所有可行方案进行排序，以求得**方案。直觉式模糊数(Intuitionistic fuzzy number)包含正、负向资讯及犹豫资讯，若将其应用于TOPSIS决策模式上，能较传统直接给予明确数值或模糊数的方式得到更多资讯，让所得到之评估值更能贴近专家们的实际想法。随着决策问题范围扩大与复杂性增加，需要多位决策者才能做适当的分析，此外，在TOPSIS决策过程中，专家、属性权重与正、负理想解之衡量方式众说纷纭