基于混沌粒子群聚类优化的协同过滤推荐

摘要：

为解决复杂的网络信息无法对用户进行精准推荐的情况,改进传统协同过滤算法,将混沌粒子群算法与协同过滤算法融合使用.在传统粒子群算法中加入混沌扰动并随着迭代调整惯性权重,对用户进行聚类优化.获取目标用户之后,通过判断目标用户属于哪个聚类,在该聚类内部进行协同过滤计算.通过与其它算法之间的对比实验,验证了基于混沌粒子群聚类优化的协同过滤推荐算法相较其它算法具有更低的平均绝对误差和更高的准确率.

关键词：混沌系统;粒子群算法;聚类优化;协同过滤算法;推荐

所属期刊栏目：42

分类号：TP18;TP301.6(自动化基础理论)

资助基金：国家自然科学基金项目;黑龙江省新型智库研究基金项目;黑龙江省哲学社会科学研究规划基金项目;哈尔滨商业大学校级课题基金项目;哈尔滨商业大学博士科研启动基金项目

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2173-2179