共 5 条
[1]
[2]
[3]
[4]
[5]
混合粒子群遗传算法的协同过滤推荐模型
被引：18
作者：
吴彦文
王洁
王飞
机构：
[1] 华中师范大学物理科学与技术学院
来源：
关键词：
协同过滤;
粒子群算法;
分层遗传算法;
混合优化;
资源推荐;
D O I：
10.20009/j.cnki.21-1106/tp.2017.03.020
中图分类号：
TP391.3 [检索机];
TP18 [人工智能理论];
学科分类号：
080201 [机械制造及其自动化];
140502 [人工智能];
摘要：
在处理大数据方面,协同过滤算法在用户相似度计算方面存在数据稀疏性和推荐效果不明显的问题.利用协同过滤算法的优点,引入时间模型和信任度模型进一步过滤,提高协同过滤算法的精确率;同时采用粒子群算法和分层遗传算法进行混合优化,分层遗传算法可弥补粒子群算法容易陷入局部最优的缺陷,粒子群算法可加快混合算法的收敛速度;在Book Crossing数据集上做推荐对比实验.结果表明,在得到最近邻用户群的基础上,使用粒子群算法和分层遗传算法进行资源推荐,相比其他资源推荐算法,提高了资源推荐的质量.
引用
收藏
页码：527 / 530
页数：4
相关论文