10.16208/j.issn1000-7024.2017.02.024
基于混合遗传粒子群优化推荐算法的设计
在处理大数据方面,针对基本相似度计算方法存在数据稀疏性和推荐效果不明显的问题,对传统相似度算法优势进行研究,引入时间模型和信任度模型进一步过滤,采用分层遗传算法和粒子群算法进行混合优化.在MovieLens数据集上做推荐对比实验,实验结果表明,在得到最近邻用户群的基础上,相比传统相似度算法,使用分层遗传算法和粒子群算法进行混合资源推荐,提高了推荐的质量.
分层遗传算法、粒子群算法、相似度、优化算法、资源推荐
38
TP391.1(计算技术、计算机技术)
2017-03-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
405-408